सफलता की भविष्यवाणी करने के लिए वैज्ञानिक एआई विकसित कर रहे हैं

English हिन्दी മലയാളം मराठी தமிழ் తెలుగు

सफलता की भविष्यवाणी करने के लिए वैज्ञानिक एआई विकसित कर रहे हैं

स्टार्टअप कंपनियों की सफलता की भविष्यवाणी करने के लिए वैज्ञानिक एआई विकसित कर रहे हैं

मॉडल को प्रशिक्षित करने के लिए मशीन लर्निंग ट्यूब का उपयोग किया जाता है। क्रेडिट: ग्रेग रोज

1 मिलियन से अधिक कंपनियों का मूल्यांकन करने के लिए प्रशिक्षित मशीन-लर्निंग मॉडल के एक अध्ययन से पता चलता है कि कृत्रिम बुद्धि (एआई) सटीक रूप से निर्धारित कर सकती है कि प्रारंभिक असफल आरएम असफल होगा या सफल होगा। नतीजतन, वेनहाउंड नामक एक उपकरण निवेशकों को अगले गेंडा की पहचान करने में मदद करेगा।


हर कोई जानता है कि 90% स्टार्ट-अप विफल हो जाते हैं: पहले वर्ष में 10% से 22% विफल हो जाते हैं, और यह फोरक्लोज़र फर्मों में निवेशकों और अन्य निवेशकों के लिए महत्वपूर्ण जोखिम रखता है। यह पहचानने के प्रयास में कि किन कंपनियों के सफल होने की सबसे अधिक संभावना है, शोधकर्ताओं ने 1 मिलियन से अधिक कंपनियों के ऐतिहासिक प्रदर्शन पर प्रशिक्षित मशीन लर्निंग मॉडल विकसित किए हैं। उनके परिणाम KeAi . में प्रकाशित हुए थे वित्त और डेटा विज्ञान जर्नल, दिखाएँ कि ये मॉडल 90% सटीकता के साथ किसी कंपनी के परिणाम की भविष्यवाणी कर सकते हैं। इसका मतलब है कि 10 में से 9 कंपनियों को सही रेटिंग दी गई है।

लेवी स्कूल ऑफ के सह-लेखक संजीव दास बताते हैं, “इस शोध से पता चलता है कि बड़े डेटा के लिए उपयोग किए जाने वाले नॉनलाइनियर मशीन लर्निंग मॉडल के समूहों में बड़े फीचर पैकेजों को व्यावसायिक सुविधाओं के साथ मैप करने की जबरदस्त क्षमता है, कुछ ऐसा जो पारंपरिक रैखिक प्रतिगमन मॉडल के साथ हासिल नहीं किया जा सकता है।” संयुक्त राज्य अमेरिका में सांता क्लारा विश्वविद्यालय में व्यवसाय। डेटा विज्ञान।

लेखकों ने मॉडलों का एक उपन्यास समूह बनाया जिसमें मॉडलों का संयुक्त योगदान प्रत्येक की भविष्य कहनेवाला क्षमता से अधिक है। प्रत्येक मॉडल एक ऐसा संगठन है जो इसे कई सफलता श्रेणियों में से एक में या एक निश्चित संभावना के साथ एक विफलता श्रेणी में रखता है। उदाहरण के लिए, यदि समूह कहता है कि आईपीओ (स्टॉक एक्सचेंज में सूचीबद्ध) या ‘किसी अन्य कंपनी द्वारा खरीदा गया’ की 75% संभावना है, तो एक कंपनी के पास सफलता की 25% संभावना है, जबकि उसके पूर्वानुमान का केवल 25% गिर जाता है विफलता की श्रेणी में।

शोधकर्ताओं ने कई कंपनियों से विस्तृत जानकारी के साथ क्रंचबेस से प्राप्त भीड़-आधारित डेटा नमूनों को प्रशिक्षित किया। उन्होंने यूएसपीटीओ (यूनाइटेड स्टेट्स पेटेंट एंड ट्रेडमार्क ऑफिस) के पेटेंट डेटा के साथ क्रंचबेस टिप्पणियों से शादी की। क्रंचपेस के क्राउडफंडिंग की प्रकृति को ध्यान में रखते हुए, यह जानना आश्चर्यजनक नहीं है कि कुछ कंपनियों के इनपुट में जानकारी नहीं है। इस अवलोकन ने लेखकों को प्रत्येक संगठन के लिए लापता जानकारी की मात्रा को मापने और मॉडल के इनपुट के रूप में इस मूल्य का उपयोग करने के लिए प्रोत्साहित किया। यह अवलोकन यह निर्धारित करने में सबसे महत्वपूर्ण पहलुओं में से एक बन गया कि क्या कंपनी का अधिग्रहण किया जाएगा या विफल हो जाएगा।

मॉडल के एक समूह, वेनहाउंड इंक. के प्रमुख लेखक ग्रेग रोज़, उपन्यास डेटा सुविधाओं के साथ, “सटीकता, सटीकता और याद के स्तर बनाता है जो अन्य समान अध्ययनों का उल्लंघन करते हैं। .


मशीन लर्निंग एप्लिकेशन को अनुमान से कम डेटा की आवश्यकता होती है


और जानकारी:
ग्रेग रोज एट अल।, कैपिटल वीएक्स: प्रारंभिक परीक्षा और निकास भविष्यवाणी के लिए एक मशीन लर्निंग मॉडल, वित्त और डेटा विज्ञान जर्नल (२०२१) डीओआई: 10.1016 / जे.जेएफडीएस.2021.04.001

केएई कम्युनिकेशंस द्वारा प्रस्तुत

उद्धरण: वैज्ञानिकों ने स्टार्टअप की सफलता की भविष्यवाणी करने के लिए AI बनाया (2021, 7) 7 सितंबर 2021 को https://phys.org/news/2021-09-scientists-ai-success-startup-companies.html से लिया गया।

यह दस्तावेज कॉपीराइट के अधीन है। निजी अध्ययन या शोध के उद्देश्य से उचित हेरफेर को छोड़कर, लिखित अनुमति के बिना किसी भी भाग को पुन: प्रस्तुत नहीं किया जा सकता है। सामग्री केवल सूचना के उद्देश्यों के लिए प्रदान की जाती है।

Source by phys.org

%d bloggers like this: