MACHINE-LEARNING TECHNIQUES FOR PREDICTING ACTIONS AND BEHAVIOR

Techniques are disclosed for specifying a predictive goal that describes an action that a customer of an organization may take or a behavior that a customer of the organization may exhibit. A training engine receives the predictive goal from a user via a Graphical User Interface (GUI). The user specifies the predictive goal by entering one or more customizable logical or comparative statements. A training engine divides historical data into training data and testing data, selects useful and relevant features from the historical data as inputs to a machine learning model, and trains the machine learning model. The training engine transmits the trained machine learning model to an inference engine that generates, for each customer in a historical data set, a probability that the customer will satisfy the predictive goal within a specified time frame. The disclosed techniques further generate explanatory data associated with the trained machine learning model. Des techniques sont décrites pour spécifier un objectif prédictif qui décrit une action qu'un client d'une organisation peut réaliser, ou un comportement qu'un client de l'organisation peut démontrer. Un moteur d'entraînement reçoit l'objectif prédictif en provenance d'un utilisateur, par l'intermédiaire d'une interface utilisateur graphique (GUI). L'utilisateur spécifie l'objectif prédictif en entrant une ou plusieurs instructions logiques ou comparatives personnalisables. Un moteur d'entraînement divise des données historiques en des données d'entraînement et en données de test, sélectionne des caractéristiques utiles et pertinentes à partir des données historiques en tant que des entrées dans un modèle d'apprentissage automatique, et entraîne le modèle d'apprentissage automatique. Le moteur d'entraînement transmet le modèle d'apprentissage automatique entraîné à un moteur d'inférence qui génère, pour chaque client dans un ensemble de données historiques, une probabilité que le client satisfasse l'objectif prédictif à l'intérieur d'un cadre temporel spécifié. Les techniques décrites génèrent en outre des données explicatives associées au modèle d'apprentissage automatique entraîné.