Компания Мегапьютер продолжает новую рубрику “PolyAnalyst Podcast” Выпуск 2. Перспективы Low-Code аналитики, прототипирование аналитических решений...
ДалееАнализ «что если» (по определению профессора Энтони Аткинсона) — это анализ, который исследует влияние изменения параметра на результат. Цель анализа «что если» — помочь лицам, принимающим бизнес-решения, понять последствия изменений, а не действовать вслепую.
Данный анализ разделяется на два типа. Качественный анализ «что если» (сценарный анализ) подразумевает разработку различных сценариев и методов преодоления рисков (угроз). В свою очередь количественный анализ «что если» (анализ чувствительности) представляет собой оценку влияния различных переменных на результат.
Именно количественный тип анализа доступен в PolyAnalyst. Он построен на механизме создания переменных. Эти переменные могут представлять из себя, как числовые, так и текстовые значения. Переменные могут быть частью математического уравнения, подаваться как независимая колонка в модель машинного обучения или представлять из себя промпт (часть промпта), подаваемые в большую языковую модель. Сами значения переменных задаются аналитиком из веб-отчета, где он и получает в режиме реального времени результат расчета целевого показателя. PolyAnalyst позволяет «на лету» манипулировать значениями десятков переменных и проводить многокомпонентный анализ.
Демократизация проведения количественного анализа: Инструменты PolyAnalyst упрощают количественный анализ «что если», в том числе применяя модели машинного обучения
Расчеты в реальном времени: Не требуется предварительного выполнения расчета на всех возможных комбинациях параметров
Широкое применение: Применение возможностей анализа «что если» в разных типах задач
Поддержка принятия управленческих решений: Неограниченные возможности создания моделей и проектов для обоснования управленческих решений
Примером использования анализа «что если» в PolyAnalyst может быть проект по моделированию выработки электроэнергии на электростанции смешанного типа. В проекте ведется прогнозирование выработки электроэнергии с использованием модели машинного обучения. Модель обучена на данных, содержащих 9568 точек данных, собранных на электростанции с комбинированным циклом за 6 лет (с 2006 по 2011 год), когда электростанция работала с полной нагрузкой.
Переменные, влияющие на чистую почасовую выработку электроэнергии станции:
— Факторы окружающей среды:
— Вакуум на выхлопе (V) — давление отработавшего пара (см рт. ст.).
Целевая переменная – выработка электроэнергии (МВт).
С отчетом по модели вы можете ознакомиться и интерактивно поработать в галерее отчетов PolyAnalyst.
Компания Мегапьютер продолжает новую рубрику “PolyAnalyst Podcast” Выпуск 2. Перспективы Low-Code аналитики, прототипирование аналитических решений...
ДалееФормы в системе PolyAnalyst: генерация шаблонных документов Одним из вариантов применения форм ввода данных PolyAnalyst...
ДалееФормы ввода в системе PolyAnalyst: оптимизация сбора данных Данные для корпоративной аналитики собираются из десятков...
Далее