Les arbres de décision utilisent une classification ou une partition comme base d'un modèle prédictif pour explorer des modèles, découvrir des relations, filtrer les facteurs les plus influents et tirer des conclusions sur une réponse.
Situation: En tant que responsable de la recherche, vous voulez savoir s'il existe une relation entre les facteurs clients et les offres de cartes de crédit.
Tâche: Le problème est qu'il existe plusieurs facteurs clients et que toutes les relations, distributions et interactions ne sont pas entièrement comprises.
Action: vous utilisez les arbres de décision pour créer une analyse de partition simple, puis passez aux méthodes avancées Bootstrap Forest et Boosted Trees pour trouver le meilleur modèle.
Résultat: à l'aide de ces techniques d'apprentissage automatique, vous comparez les meilleurs modèles et identifiez les valeurs optimales pour maximiser l'acceptation.
Prochaines étapes: votre recherche est partagée de manière interactive avec vos collègues et informe la prochaine campagne de marketing et améliore la rentabilité.
https://www.jmp.com/en_au/academic/case-study-library.html#credit
