我目前在巴西的一家健康公司工作，我想创建一个预测模型，该模型可以找到距离预约只有一步之遥的用户。
我们目前每月有 100 万次访问，其中 60% 的访问没有预订任何东西（检查、咨询、检查等）。我相信通过 ML，如果我们打电话或发送电子邮件，我们可以找到哪些用户会预订。
在过去的 7 年里，我一直是一名专业的网络开发人员，但我没有创建预测模型的技能，所以我正在寻找方向，一种开始的方式。
我们确实有 Google Analytics，但我正在考虑创建一个简单的软件来跟踪：
Age
Gender
Which pages the user visited
How many time the user expended in each page
Name
然后，我可以将用户分成两组：预订的用户和未预订的用户，然后......我被卡住了。
有人能给个方向吗？我应该创建一个软件来跟踪这些信息还是使用 GA？我想创建一个演示以获得融资，所以我没有太多时间：/
谢谢你。
您的问题是一种二元分类，它预测目标变量的概率为 Yes(1) 或 No(0)。但是，首先，您需要一些真实数据，因为该问题的大多数最先进的解决方案都是有监督的。
如果您是该系统的管理员或有权访问他们的服务器，您可以通过记录每个用户所需的一切来收集这些数据，并在他们预订或不预订时用 1 和 0 标记他们的踪迹。
过了一会儿，你就有了一个大的标记数据集，你可以规范化和塑造你的输入，使其适合例如用于预测的深度神经网络。
除了 Moh 的回答，这是不可能不同意的，我知道您在构建二进制分类模型原型的时间有限。鉴于您没有太多编写机器学习模型的经验，在您收集数据并将因变量标记为 1 和 0 之后，您应该使用快速原型工具，例如 Orange、Weka、RapidMiner、SAS Enterprise Miner 等。这些是点击式平台，几乎不需要机器学习经验。非常简单的学习曲线，您可以非常轻松地构建概念验证。
稍后，根据您的需求和限制，您可以坚持使用这些易于使用的工具，或者迁移到 R 和 Python，并编写分类模型。
很难回答你的问题，因为它太笼统了。这就像在不知道如何进行编程的情况下询问如何构建网站。但我会是建设性的
鉴于您的背景并假设您熟悉 Python，我建议您使用auto-sklearn。auto-sklearn是一个基于流行的sklearn的库，它自动化了一般机器学习中涉及的许多步骤，如特征选择和超参数调整。它还尝试了一堆算法并将它们集成以产生最佳结果。作为机器学习初学者，很难超越它的表现。
虽然auto-sklearn非常适合初学者入门，但我必须警告您，如果不完全了解它的方式和原因，您盲目依赖它会带来极大的风险。特别重要的一件事是您需要了解如何评估机器学习算法的性能。请确保您了解训练、验证和测试数据集之间的区别，然后再对您的预测有多好/准确度做出任何声明。