Postępy w uczeniu maszynowym i analizie big data pomagają badaczom w prognozowaniu przyszłych trendów. Może to doprowadzić do stworzenia narzędzia przewidującego przyszłość.
Naukowcy z University of Córdoba sprawdzają, jak analiza big data może być organizowana i porównywana w celu przewidywania wzorców. Oceniając efektywność analizy naukowcy postanowili udoskonalić modele, które przewidują wiele zmiennych na podstawie tych samych danych wejściowych. Celem było znalezienie sposobu na zmniejszenie wielkości danych potrzebnych do dokładnej prognozy.
Badacze opracowali nową technikę, która informuje osobę odpowiedzialną za analizę, które dane są wymagane, aby prognoza była niezawodna i najdokładniejsza. Jest to model regresji wielowątkowej. W 18 badaniach sprawdzono nowe podejście i okazało się, że ilość potrzebnych danych wejściowych była mniejsza o 80% bez wpływu na jakość wyników. Doprowadziło to do znacznie szybszego przewidywania przyszłości.
Czytaj też: Nowy tranzystor mógłby tchnąć nowe życie w prawo Moore’a
Źródło: Digitaljournal
