Если не читали предыдущий пост про корреляции и зависимости — прочитайте. Легче будет понять о чем я пишу дальше.
Представьте, что у вас есть огромный массив данных: все платежи, все заказы, все контакты, все операции, действия сотрудников, история изменения курса валют, прогноз погоды, пробки и т.д. Такая адовая бигдата.
И вы решили поискать там зависимости.
Так вот, у вас фантазии не хватит, проверить все комбинации. Если у вас есть 10 источников данных (читай 10 графиков) — то комбинаций будет 10! = 3 628 800 комбинаций. Три ляма комбинаций вам точно задолбется проверять, поэтому ваш мозг будет искать только очевидные зависимости.
А вот нейросеть — проверит все комбинации (условно проверит) и может выдать какие-то зависимости, о которых вы даже не предполагали.
Например, активность ваших клиентов зависит от курса валют неделю назад и прогноза погоды, который будет завтра. Вроде бред, но я бы проверил.
Вам кажется что проверять такую зависимость не стоит? Я вас обрадую примером: любой сервис такси знает: пошел дождь — будет завал заказов. Но только вот в обратную сторону никто не проверяет: знаете, в детском интернет-магазине будет меньше заказов, если сегодня выходной и солнечная погода.
Но опять-таки, играться с поиском комбинаций можно, только если вы упорно собирали эти данные. Хотя, многие данные можно вытянуть задним числом: что-то из гуганалитики, что-то из адинэсочки, что-то спарсив почту сотрудников.
