Principes van machine learning

Machine Learning voor Business

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Soorten machine learning

Machine learning: statistische of informatica-methoden toepassen op data om:

  1. Oorzaken te vinden

    “Wat zorgt ervoor dat klanten hun abonnement opzeggen?”

  2. Toekomst te voorspellen

    “Welke klanten zeggen volgende maand waarschijnlijk op?”

  3. Patronen te begrijpen

    “Zijn er klantengroepen die op vergelijkbare wijze gebruiken?”

Machine Learning voor Business

Bewaakt vs. onbewaakt

Machine learning: statistische of informatica-methoden toepassen op data om:

  1. Oorzaken te vinden

    BEWAAKTE machine learning

  2. Toekomst te voorspellen

    BEWAAKTE machine learning

  3. Patronen te begrijpen

    ONBEWAAKTE machine learning

Machine Learning voor Business

Datamodel bewaakte ML

invoer vs. voorspelling 1

Machine Learning voor Business

Doelvariabele

doelvariabele

Machine Learning voor Business

Invoerkenmerken

invoerkenmerken

Machine Learning voor Business

Voorbeeld invoerkenmerken

voorbeeld fraude

Machine Learning voor Business

Invoerkenmerken gebruiken

invoer vs. voorspelling 4

Machine Learning voor Business

Doelvariabele voorspellen

invoer vs. voorspelling 5

Machine Learning voor Business

Datamodel onbewaakte ML

ongestuurd 1

Machine Learning voor Business

Invoerkenmerken (onbewaakt)

invoerkenmerken onbewaakt

Machine Learning voor Business

Resultaten onbewaakte ML

clustering

Machine Learning voor Business

ML-voorbeelden - Marketing

Bewaakte Machine Learning:

  • Voorspel welke klanten volgende maand kopen
  • Voorspel de customer lifetime value per klant

Onbewaakte Machine Learning:

  • Segmenteer klanten op basis van eerdere aankopen
Machine Learning voor Business

ML-voorbeelden - Financiën

Bewaakte Machine Learning:

  • Vind transactiekenmerken die mogelijke fraude aangeven
  • Voorspel welke klanten hun hypotheek niet betalen

Onbewaakte Machine Learning:

  • Segmenteer transacties op kenmerken om te zien welke segmenten het winstgevendst zijn
Machine Learning voor Business

ML-voorbeelden - Maakindustrie

Bewaakte Machine Learning:

  • Voorspel welke productie-items waarschijnlijk defect zijn en handmatig gecontroleerd moeten worden
  • Voorspel welke machines waarschijnlijk stukgaan en onderhoud nodig hebben

Onbewaakte Machine Learning:

  • Groepeer sensorlezingen en detecteer anomalieën voor mogelijke storingen
Machine Learning voor Business

ML-voorbeelden - Transport

Bewaakte Machine Learning:

  • Voorspel verwachte bezorgtijd
  • Bepaal de snelste route
  • Voorspel vraag om voorraad, voertuigen en personeel te plannen
Machine Learning voor Business

Laten we oefenen!

Machine Learning voor Business

Preparing Video For Download...