Principer för maskininlärning

Maskininlärning för verksamheter

Karolis Urbonas

Head of Machine Learning & Science, Amazon

Typer av maskininlärning

Maskininlärning – att tillämpa statistiska eller datavetenskapliga metoder på data för att:

  1. Dra kausala slutsatser

    "Vad är orsaken till att våra kunder avslutar sina prenumerationer?"

  2. Förutsäga framtida händelser

    "Vilka kunder riskerar att avsluta sin prenumeration nästa månad?"

  3. Förstå mönster i data

    "Finns det kundgrupper som liknar varandra och använder våra tjänster på ett liknande sätt?"

Maskininlärning för verksamheter

Övervakad vs. oövervakad ML

Maskininlärning – att tillämpa statistiska eller datavetenskapliga metoder på data för att:

  1. Dra kausala slutsatser

    ÖVERVAKAD maskininlärning

  2. Förutsäga framtida händelser

    ÖVERVAKAD maskininlärning

  3. Förstå mönster i data

    OÖVERVAKAD maskininlärning

Maskininlärning för verksamheter

Datastruktur för övervakad ML

inferens-vs-prediktion1

Maskininlärning för verksamheter

Målvariabel

inferens-vs-prediktion2

Maskininlärning för verksamheter

Indatasärdrag

inferens-vs-prediktion

Maskininlärning för verksamheter

Exempel på indatasärdrag

exempelbedrägeri

Maskininlärning för verksamheter

Använda indatasärdrag

inferens-vs-prediktion4

Maskininlärning för verksamheter

Förutsäga målvariabeln

inferens-vs-prediktion5

Maskininlärning för verksamheter

Datastruktur för oövervakad ML

oövervakad1

Maskininlärning för verksamheter

Indatasärdrag för oövervakad ML

indatasärdrag-oövervakad

Maskininlärning för verksamheter

Resultat från oövervakad ML

klustring

Maskininlärning för verksamheter

ML-exempel – marknadsföring

ÖVERVAKAD maskininlärning:

  • Förutsäg vilka kunder som sannolikt köper nästa månad
  • Förutsäg varje kunds förväntade livstidsvärde

OÖVERVAKAD maskininlärning:

  • Dela in kunder i segment baserat på deras tidigare köp
Maskininlärning för verksamheter

ML-exempel – finans

ÖVERVAKAD maskininlärning:

  • Identifiera transaktionsattribut som indikerar potentiellt bedrägeri
  • Förutsäg vilka kunder som riskerar att fallera på sina bolånebetalningar

OÖVERVAKAD maskininlärning:

  • Dela in transaktioner i segment baserat på deras attribut för att förstå vilka segment som är mest lönsamma
Maskininlärning för verksamheter

ML-exempel – tillverkning

ÖVERVAKAD maskininlärning:

  • Förutsäg vilka produktionsartiklar som sannolikt är defekta och bör granskas manuellt
  • Förutsäg vilka maskiner som riskerar att gå sönder och behöver underhåll

OÖVERVAKAD maskininlärning:

  • Gruppera avläsningar från maskinsensorer och identifiera avvikelser som tyder på tillverkningsfel
Maskininlärning för verksamheter

ML-exempel – transport

ÖVERVAKAD maskininlärning:

  • Förutsäg förväntad leveranstid för paket
  • Identifiera snabbaste körrutten
  • Förutsäg produktefterfrågan för att förbereda tillräckligt med lager, hyra/köpa fordon och rekrytera personal
Maskininlärning för verksamheter

Nu kör vi en övning!

Maskininlärning för verksamheter

Preparing Video For Download...