-
people
moderne bi & analyticsbransjer
-
data
moderne data platformbransjer
-
business
data analyticsbransjer
- programvare & produkter
- case-studier
-
om inspari
om Insparikontakt osreferencer og viden
slik skaper du
verdi med
machine learning (ml) i BI
Se for deg at du kan se inn i fremtiden og bruke den informasjonen til å ta beslutninger i dag, og se for deg at du også vet hvilken beslutning som er best – og at du kan automatisere den.
Ved hjelp av machine learning er ikke dette lenger en fjern fremtid. Det er virkeligheten, og den er innen rekkevidde. Machine learning kan brukes til å forutse hvordan salget for neste måned blir, hvilken vei bilen din skal kjøre og hvilke kunder som kommer til å slutte å kjøpe produktene dine.
Ville virksomheten din blitt annerledes hvis du visste hvilke kunder som snart kommer til å forlate deg, og ville den blitt annerledes hvis du forstod hvorfor?
få en god start
med machine learning
Machine learning bruker erfaring til å finne regler og sammenhenger i store datamengder. Machine learning skaper altså datamaskinsystemer som kan gjenkjenne forskjellige mønstre basert på data og eksempler, og teknologien kan bruke disse erfaringene til å generalisere. Machine learning kan lære sammenhengen mellom input og output. Google er et klassisk eksempel på machine learning. Søkemotoren bruker teknologien til å finne relevante svar på det du søker etter.
Er du i tvil om hva machine learning helt konkret kan hjelpe deg med? Da bør du ta en titt på disse ideene.
- Hvor mye kommer vi til å selge neste uke?
- Er det tekst på bildet?
- Er det en feil ved produktet?
- Hva er restlevetiden på et aktiva?
- Hvilke kunder kommer til å si opp abonnementet sitt neste måned?
- Kommer motoren til å skjære seg innen de neste 5000 km?
- Kommer kunden til å kjøpe dette produktet?
- Er denne transaksjonen en svindel?
machine learning formlen
y=ax+b
Machine learning er centreret omkring formlen for den rette linie, som du sikkert kan genkende fra din skoletid:
y = ax + b.
Forestil dig, at y er dit salg af is på en given dag, og at x er temperaturen på samme dag. Machine learning kan hjælpe dig med at finde ud af, hvilke tal der skal sættes ind i formlen i stedet for a og b, således ligningen passer bedst for et historisk datasæt.
Forestil dig nu, at du kender tallene a og b, og at du samtidig kender vejrudsigten for den kommende uge. Nu kan du beregne y for den kommende uge, altså det forventede salg af is.
Var der nogen, der sagde oraklet fra ishuset?
5 trinn
for å få
en god start
Vil du vite mer om hva du trenger for å komme i gang med machine learning og hvordan du helt konkret kan starte? Følg disse fem trinnene, og kom raskt i gang med å forutse fremtiden med machine learning.
- Finn ut de tingene du vil forutse eller hvilke beslutninger du har lyst til å automatisere
- Få en machine learning specialist til å hjelpe deg med å forvandle tanken til data
- Lag et pilotprosjekt
- Estimer den forventede verdiskapingen av det ferdige prosjektet
- Skaler prosjektet
hent gratis guide
slik kan du forberede deg på fremtidens BI
Hent guiden og få:
- De fem viktigste rådene når du vil ta business intelligence til neste nivå
- Use cases & inspirasjon
- Den nye teknologien: Dette betyr begrepene
skal vi møtes
hos deg eller hos oss?
Hvis du tenker at det er på tide med et møte, er du mer enn velkommen til å reservere et møte mot oss. Du sender oss bare en melding, så ringer vi deg så raskt som mulig for å finne et godt tidspunkt.
hva betyr
machine learning?
Kjenner du til teknologiene artificial intelligence, advanced analytics, data mining, cognitive technologies, predictive analytics og big data analytics?
Ja! De er nemlig bare andre ord for machine learning.
Machine learning gir deg uante bruksområder, og i likhet med flere av de nevnte teknologiene, kan det hjelpe deg med både å automatisere oppgaver, forstå sammenhenger, forutse atferd og mye, mye mer.
