파이팅~해야지~
♬
♪
1. 인공지능
하나. 정수기 임대 이상 예보
– 문제
• 비정상적인 계약으로 인해 회사의 손실이 상당히 큽니다.
? 비정상적인 계약?
◦ 계약 체결 후 월 납입이 연체되거나 고객과의 의사소통이 어려운 경우
◦ 중고 정수기/공기청정기를 현금 등으로 재판매한 의심 사례
– 해결책
• 고객 정보 및 과거 계약 패턴을 분석하여 비정상 계약 및 계약 거부 예측을 위한 예측 모델 구축
– 부서간 갈등
1. 영업팀
매우 확실한 경우에만 이상 현상을 예측하십시오.
➔ 가능한 한 정상적으로 예측하고 싶습니다.
KPI : 체결건수, 금액 등
2. 서비스팀
조금이라도 의심이 든다면 비정상이라고 예측하라
➔ 최대한 비정상적으로 예측하고 싶다
KPI : 계약유지율 등
2. 필요한 번호 예측
– 유통점포 판매량 예측 프로젝트
• 6개 매장의 200개 제품에 대한 일일 수요를 예측하여 매장 주문 정확도 향상
• 딥러닝을 이용한 알고리즘 개발
– 수요예측
• 목표: 올바른 주문 수량 결정 => 재고 최적화
• 예측 수요를 기반으로 자동 주문 시스템 설정
– 현장 적용의 문제점
• 공인 지점장의 이의 제기
“주문 수량이 잘못되었습니다!”
삼. 고객이 AI 전문가에게 묻는 질문
1. 모델이 그러한 예측을 한 이유는 무엇입니까?
2. 모델이 비즈니스 문제를 해결할 수 있습니까?
2. 모델에 대한 설명 요청
1. 해석 가능성
• 모델이 입력에 대해 그러한 출력을 예측한 이유는 무엇입니까?
• 모델에서 가장 중요한 변수는 무엇입니까?
• 화이트 박스 모델: 본질적으로 해석 가능
2. 설명 가능성
• 해석 가능성을 포함한 의미
• 추가적인 투명성 요구
◦ 모델 투명성: 모델 학습 방법을 단계별로 설명할 수 있어야 합니다.
• 최신 트렌드 설명수업 번역하다조합하여 사용
3. 해석 가능성과 정확성 간의 타협
• 잘 설명된 알고리즘은 일반적으로 성능이 좋지 않습니다.
3. 모델 설명
: 잘 수행되는 모델을 기반으로 한 특징과 예측 결과의 관계에 대해
하나. 변수 의미
: 전체 모델에서 어떤 기능이 중요합니까?
• 각 알고리즘에 대한 내부 규칙에 의해 각 변수가 예측에 미치는 영향을 측정한 값
• 저성능 모델에서 변수 중요도는 무의미
! 모델에서 기능의 중요성을 제공하는 트리 기반 알고리즘
: 의사결정트리, 랜덤포레스트, XGB …
( ⇒ 트리 모델을 사용하여 변수의 중요도를 선택하는 대신,
최적의 모델이 트리인 경우 모델을 설명하기 위한 변수의 중요도 확인)
– MDI (불순물의 평균 감소) <- Decision tree
• 정보 획득: Gini 오염이 감소하는 정도
– GINI의 평균 감소 <- 랜덤 포레스트
• 각 트리의 MDI에서 각 기능의 중요도 평균을 계산합니다.
– XGB~에서 무게, 이기다, 씌우다
• 무게
◦ 피처가 모델 전체에서 공유되었을 때 피처가 사용된 횟수의 합계
◦ plot_importance의 기본값
• 이득 – 정보 이득
◦ 기능당 평균 정보 획득
◦ model.feature_importances_의 기본값
◦ total_gain: 각 기능에 대한 총 정보 이득
• 씌우다
◦ 기능이 분할된 경우 샘플 수의 평균
◦ total_cover: 총 샘플 수
– 순열 함수의 중요성 – 알고리즘 상관관계 X
• Pertation: 임의로 정렬된 집합을 다른 순서로 섞는 작업입니다.
• 기능의 데이터를 무작위로 섞음으로써 모델의 점수가 얼마나 감소할지 계산합니다.
=> 섞을 때 변화 없음 = 어쨌든 효과 없음
=> 혼합 시 큰 변화 = 성능에 영향을 미칠 만큼 중요함
=> 변수 중요도를 알 수 없는 알고리즘에서 중요도를 확인할 때 사용합니다.
• 알고리즘 구조
◦ 입력: 훈련된 모델 m, 데이터 세트 D
◦점수 s ➔ 기준선 예측 및 m이 있는 D에 대해 점수 매기기
▹회귀: ?^2
▹분류: 정확도
◦ 주어진 특성 j에 대해 여러 번(K) 시도(병합 및 점수 계산)를 통해 얻은 점수의 평균을 계산합니다.
◦ 기준선 점수에서 빼서 최종 중요도(i)를 계산합니다.
• 단점: 다중공선성이 있는 변수의 경우
특정 변수를 섞어도 관련 변수가 동일하게 유지되므로 점수가 많이 떨어지지 않을 수 있습니다.
2.
나중에 쓸게요…