Grundsätze des maschinellen Lernens

Maschinelles Lernen für Unternehmen

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Arten des maschinellen Lernens

Maschinelles Lernen – das Anwenden von statistischen oder informatischen Methoden auf Daten, um:

  1. Kausale Erkenntnisse zu gewinnen

    „Aus welchem Grund kündigt unsere Kundschaft ihr Abonnement?“

  2. Zukünftige Ereignisse vorherzusagen

    „Welche Personen werden wahrscheinlich nächsten Monat ihr Abonnement kündigen?“

  3. Muster in Daten zu erkennen

    „Gibt es Kundengruppen, die sich ähneln und unsere Dienste auf ähnliche Weise nutzen?“

Maschinelles Lernen für Unternehmen

Überwachtes und unüberwachtes ML

Maschinelles Lernen – das Anwenden von statistischen oder informatischen Methoden auf Daten, um:

  1. Kausale Erkenntnisse zu gewinnen

    ÜBERWACHTES maschinelles Lernen

  2. Zukünftige Ereignisse vorherzusagen

    ÜBERWACHTES maschinelles Lernen

  3. Muster in Daten zu erkennen

    UNÜBERWACHTES maschinelles Lernen

Maschinelles Lernen für Unternehmen

Datenstruktur überwachtes ML

inference-vs-prediction1

Maschinelles Lernen für Unternehmen

Zielvariable

inference-vs-prediction2

Maschinelles Lernen für Unternehmen

Eingangsmerkmale

inference-vs-prediction

Maschinelles Lernen für Unternehmen

Beispiel für Eingangsmerkmale

samplefraud

Maschinelles Lernen für Unternehmen

Eingangsmerkmale nutzen

inference-vs-prediction4

Maschinelles Lernen für Unternehmen

Zielvariablen vorhersagen

inference-vs-prediction5

Maschinelles Lernen für Unternehmen

Datenstruktur unüberwachtes ML

unsupervised1

Maschinelles Lernen für Unternehmen

Eingangsmerkmale unüberwachtes ML

input-feat-unsupervised

Maschinelles Lernen für Unternehmen

Ergebnisse unüberwachtes maschinelles Lernen

clustering

Maschinelles Lernen für Unternehmen

ML-Beispiele – Marketing

ÜBERWACHTES maschinelles Lernen:

  • Vorhersagen, welche Personen wahrscheinlich nächsten Monat etwas kaufen werden
  • Vorhersagen des erwarteten Customer Lifetime Values

UNÜBERWACHTES maschinelles Lernen:

  • Kundensegmentierung auf Grundlage vorheriger Käufe
Maschinelles Lernen für Unternehmen

ML-Beispiele – Finanzwesen

ÜBERWACHTES maschinelles Lernen:

  • Herausfinden, welche Transaktionsmerkmale auf einen möglichen Betrug hindeuten
  • Vorhersagen, wer seine Hypothekenzahlungen nicht leisten kann

UNÜBERWACHTES maschinelles Lernen:

  • Segmentieren von Transaktionen auf Grundlage ihrer Merkmale und Ermitteln, welche Segmente am profitabelsten sind
Maschinelles Lernen für Unternehmen

ML-Beispiele – Fertigung

ÜBERWACHTES maschinelles Lernen:

  • Vorhersagen, welche Teile in der Produktion wahrscheinlich fehlerhaft sind und manuell überprüft werden sollten
  • Vorhersagen, welche Maschinen wahrscheinlich ausfallen und gewartet werden müssen

UNÜBERWACHTES maschinelles Lernen:

  • Gruppieren von Messwerten von Gerätesensoren und Erkennen von Anomalien, die zu Produktionsfehlern führen
Maschinelles Lernen für Unternehmen

ML-Beispiele – Transportwesen

ÜBERWACHTES maschinelles Lernen:

  • Vorhersagen der Lieferzeit eines Pakets
  • Ermitteln der schnellsten Route für die Lieferung
  • Vorhersage der Produktnachfrage, um Artikel vorrätig zu haben, Fahrzeuge zu mieten und Personal einzustellen
Maschinelles Lernen für Unternehmen

Lass uns üben!

Maschinelles Lernen für Unternehmen

Preparing Video For Download...