Koneoppiminen tarkoittaa menetelmiä, joilla voidaan tehdä ennusteita datasta perustuen historiatietoon. Yksinkertaisessa tapauksessa sovellukselle tai algoritmille voidaan syöttää taulukkomuotoista dataa, josta luodaan tilastollinen malli. Taulukossa voi olla vaikkapa kolme saraketta: koulutus, ikä ja palkka. Datan perusteella malli pystyy ennustamaan koulutuksen ja iän perusteella henkilön palkan tietyllä tarkkuudella ennen näkemättömistä kirjauksista. Esimerkiksi bayesilainen luokittelu on yksinkertainen koneoppimisalgoritmi.
Aikasarjadatan klusterointi SQL-kyselyllä. Kokeilun tarkoituksena oli osoittaa, että data science ei aina vaadi erikoisia työkaluja. SQL on kuitenkin melko suoraviivaista. Koska kokeilu oli tekninen, suurin […]
Testissä Excel-mobiilisovelluksen ominaisuus, jolla tulostetun taulukon kuvasta voidaan tuoda tiedot laskentataulukkoon automatisoidusti.
Kirjoitin Solitan blogiin aiheesta ”Suomenkielisten sanojen perusmuotoistaminen pythonilla”. Kirjoitus sisältää koodiesimerkkejä.
Kirjoitin Solitan blogiin aiheesta ”Tekoälykokeiluissa havainnot ovat tuloksia tärkeämpiä”. Linkki alkuperäiseen tekstiin ja tiivistelmä.
Kokemuksia tekstianalytiikasta ja rahoitushakemusten automaattisesta luokittelusta.
Tekninen kuvaus data edellä tehdystä web-sovelluksesta, jonka toteutuin AWS-pilvialustalle harrasteprojektina.
Tein harrasteprojektina pilveen mobiilioptimoidun web-sovelluksen, jossa olennaista oli datan monipuolinen hyödyntäminen. Katso demo video.
Outo englanninkielinen titteli ei usein kerro, mitä työ oikeasti on. Blogitekstissä kerron tarkemmin, millaisia ongelmia ratkon työssäni.
Sain vihdoin julkaistua pöytälaatikossani muutaman kuukauden muhineen blogikirjoituksen teemalla ”Konkreettinen esimerkki koneoppimisesta ja liiketoimintahyödyistä”. Tarve yhdistää liiketoiminta ja koneoppiminen vaikuttaa olevan kova.
Ennen oli Excel. Nykyään on mobiilisovellukset, pilvi, IoT ja koneoppinen. Tässä blogissa kerron näkemykseni Excelin roolista suhteessa muihin työkaluihin. Pohdintaa myös Excelin tulevaisuudesta.
Luin kirjan tilastolliseen laskentaan käytetystä R-kielestä. Kerron kokemukseni kirjan sisällöstä ja käyttämistäni oppimismenetelmistä.
Tampere ES Data Science Meetupissa puheenvuorot koneoppimiskilpailuista ja nettisivujen asiakaspalvelun automatisoinnista.
Vedonlyönti – sillä on mahdollista elättää itsensä. Blogia ei ole sponsoroitu, vaan ajatukset ovat täysin omiani. Vedonlyönti erityisesti urheilun parissa herättää paljon myyttejä ja uskomuksia, joista osa […]
Kirja koneoppimisesta, tiedonlouhinnasta ja algoritmeista. Data Mining Concepts and Techniques, J. Han, M. Kamber & J. Pei.