Koneoppiminen (Machine Learning) ja tekoälyn (AI) perusteet

Kurssin toteutukset:

  • 19.09.2017 - 20.09.2017 TSL:n Helsingin opintojärjestö ry, Säästöpankinranta 6C, Hakaniemi, Helsinki 1 400 € + alv
  • 30.10.2017 - 31.10.2017 TSL:n Helsingin opintojärjestö ry, Säästöpankinranta 6C, Hakaniemi, Helsinki 1 400 € + alv
  • 18.12.2017 - 19.12.2017 TSL:n opintojärjestö ry, Säästöpankinranta 6 C, Hakaniemi, Helsinki 1 400 € + alv

Kurssi on saatavana myös yrityskohtaisena. Lisätiedustelut johannes.hovi@arihovi.com tai 050 3670809

Koneoppinen (Machine Learning) ja tekoälyratkaisut yleistyvät nopealla vauhdilla. Niiden avulla esimerkiksi tehostetaan liiketoimintaprosesseja, optimoidaan tuotantoa ja päätöksentekoa sekä ennustetaan erilaisia tulevaisuusskenaarioita. Kyseessä ei ole enää hype, sillä jokainen meistä jo käyttää kuluttajan roolissa ratkaisuja, joita älykkäät algoritmit pyörittävät.

Koneoppimiseen liittyvä osaaminen tulee olemaan pullonkaula lähitulevaisuudessa, sillä osaajia on tarpeeseen nähden vielä vähän. Siksi nyt kannattaa kouluttautua nopeasti ja päästä mukaan kehitykseen. Koulutukseen osallistujat ovat yleensä haltioituneita siitä, että kurssin jälkeen voivat oikeasti käsitellä dataa ihan uudesta näkökulmasta. Koneoppiminen tulee mullistamaan tulevaisuuden, joka erottaa entistä vahvemmin jyvät akanoista.

Tämän kurssin tarkoituksena on esitellä erilaisia Machine Learning ja tekoälyratkaisuja, niiden taustalla olevaa teoriaa ylätasolla sekä oppia itse tekemään ennustemalleja Machine Learning algoritmeilla. Näillä taidoilla voi sitten jatkaa itsenäistä opiskelua kurssin jälkeen.

Katso lyhyt tästä video What is Machine Learning. Hannu Järvi kirjoittaa sen mullistavasta vaikutuksesta blogissaan: Datan vallankumous.

Kurssin rakenne ja sisältö

Kurssi on jaettu kahdelle eri päivälle. Halutessasi voit käydä vain ensimmäisen päivän.

Päivä 1 – Yleistietoa, esimerkkejä, demoja ja tekemisen aloitus

  • Datan hyödyntämisen evoluutio – raporteista tekoälyratkaisuihin
  • Käytännön esimerkkejä, kokemuksia ja demoja Machine Learning ja tekoälyratkaisuista
  • Machine Learning perustiedot ja menetelmät
  • Liiketoimintaongelman määrittely ja muut CRISP-DM vaiheet
  • Machine Learning menetelmien soveltaminen käytännössä

o   Ongelman määrittely

o   Aineiston sisäänluku ja esikäsittely

o   Aineiston analysointi (data-analyysi)

o   Aineiston visualisointi

  • Yhteenveto päivän opinnoista

Päivä 2 – Machine Learning menetelmien itsenäinen hyödyntäminen

  • Korrelaatioiden tutkiminen aineistossa
  • Yksinkertaisten sääntöpuiden rakentaminen datasta
  • Aineiston segmentointi klusterointialgoritmeilla
  • Satunnaisotannan toteutus aineistosta
  • Erilaisten ennustemenetelmien soveltaminen (Naive Bayes, Decision Tree, Logistic Regression, Random Forest ja Neural networks). Kokeillaan eri vaihtoehtoja.
  • Ristiinvalidoinnin toteuttaminen
  • Tulosten tarkastelu ja analysointi

Suurin osa koulutuksen ajasta käytetään hands-on-työskentelyyn. Tavoitteena on, että osallistuja pystyy koulutuksen jälkeen soveltamaan saamiansa oppeja ja jatkamaan itsenäistä opiskelua ja työskentelyä aiheen parissa.

Ohjelmistona käytetään RapidMinerin ilmaisversiota, joka on kaikkien ladattavissa. Koulutuksessa käytettävät aineistot ovat useilta eri liiketoiminta-alueilta (esim. asiakas- ja teollisuusdataa).

Kenelle

Kurssi on tarkoitettu henkilöille, jotka haluavat ymmärtää Machine Learning ja tekoälyratkaisuiden liiketoimintapotentiaalia sekä kokeilla itse hands-on tekemistä tällä osa-alueella. Kurssi ei vaadi varsinaisesti esitietoja tai koodaustaitoja, mutta ymmärrys tilastollisten menetelmien ja datan hyödyntämisestä on avuksi.

Kurssin vetävät Louhian asiantuntijat Lasse Liukkonen ja Mika Laukkanen.

Kouluttaja:

Jaa: