Microsoft 시계열 알고리즘은 ARIMA 분석과 의사 결정 트리를 기반으로 하는 선형 회귀의 조합을 사용하여 월별 판매량, 연간 매출 등의 시간 관련 데이터를 분석합니다. 알고리즘이 발견한 패턴을 사용하여 미래의 시간 단계 값을 예측할 수 있습니다. 의사 결정 트리나 ARIMA 중 하나 또는 두 가지를 모두 사용하도록 알고리즘을 사용자 지정할 수도 있습니다.
Microsoft 분석 플랫폼 시스템에 대한 연결을 만듭니다. 데이터베이스에서 테이블 또는 뷰를 가져오거나 쿼리에서 반환된 데이터를 가져옵니다.
Microsoft 선형 회귀 알고리즘은 회귀 모델링에 적합한 회귀 알고리즘입니다. 이 알고리즘은 분할 비활성화를 통해 얻은 Microsoft 의사 결정 트리 알고리즘의 특정 구성입니다. 전체 회귀 수식은 단일 루트 노드에서 ...
Microsoft 소프트웨어 및 서비스의 품질과 안정성, 성능을 향상시킬 수 있도록 사용자 환경 개선 프로그램에 참여해 주시기 바랍니다. 이 프로그램에 참여하는 사용자에 한하여 사용 패턴과 경향을 확인하기 위해 사용자 ...
Microsoft 시계열 알고리즘은 ARIMA 분석과 의사 결정 트리를 기반으로 하는 선형 회귀의 조합을 사용하여 월별 판매량, 연간 매출 등의 시간 관련 데이터를 분석합니다. 알고리즘이 발견한 패턴을 사용하여 미래의 ...
Microsoft 시퀀스 클러스터링 알고리즘은 시퀀스 분석과 클러스터링의 조합으로서, 시퀀스에서 비슷한 순서로 정렬된 이벤트의 클러스터를 식별합니다. 이 클러스터를 사용하여 알려진 특징에 따라 시퀀스에서 비슷한 순서로 ...
Microsoft 신경망 알고리즘은 점진적 방법으로 다중 계층 네트워크의 매개 변수를 최적화하여 여러 특성을 예측합니다. 이 알고리즘은 연속 특성의 회귀뿐 아니라 불연속 특성의 분류에도 사용할 수 있습니다.
Microsoft 연결 규칙 알고리즘은 트랜잭션에 함께 나타날 가능성이 가장 높은 항목들을 설명하는 규칙을 작성합니다. 이 규칙을 사용하면 트랜잭션에 나온 다른 항목을 기반으로 하여 특정 항목이 나타날지 예측할 수 있습니다. ...
Microsoft 의사 결정 트리 알고리즘은 예측 모델링에 적합한 분류 알고리즘입니다. 이 알고리즘에서는 개별적인 특성과 연속된 특성을 모두 예측할 수 있습니다.