MACHINE LEARNING TECHNOLOGIES IN BUSINESS BASED ON NEURAL NETWORKS
В данной статье рассматриваются алгоритмы машинного обучения, которые строят математическую модель на основе выборочных данных, известных как «обучающая выборка» (training data) для исполнения прогнозных решений без явного задания алгоритма в целях выполнения поставленной задачи. Сложные маркетинговые проблемы рассматриваются с помощью технологий машинного обучения, уделяя первостепенное внимание индивидуальной поддержке клиентов и разработке новых продуктов. Предлагаемые решения на основе интеллектуальных систем бизнес-задач, представляющих наибольшую сложность, позволят прогнозировать возможные вариации поведения клиентов. Алгоритмы машинного обучения в данном случае для реализации бизнес-проектов используются для решения проблем, для которых сложно или невозможно разработать традиционный алгоритм для эффективного выполнения задачи. Примененные технологии машинного обучения помогают систематизировать и извлекать информацию из огромного набора необработанных данных. This paper discusses machine learning algorithms that construct a mathematical model based on sample data, known as “training data,” to execute predictive decisions without explicitly specifying an algorithm in order to perform a given task. Complex marketing issues are addressed through machine learning technologies, focusing on individual customer support and new product development.The proposed solutions based on intelligent systems of business tasks, which are the most complex, will predict possible variations in customer behavior. In this case, machine learning algorithms for implementing business projects are used to solve problems for which it is difficult or impossible to develop a traditional algorithm for efficiently performing a task. Applied machine learning technologies help systematize and extract information from a huge set of raw data.