Hvorfor bli med på introduksjonskurs i maskinlæring

Introdulksjonskurs i maskinlæring

Maskinlæring og kunstig intelligens er et område som har fått mye oppmerksomhet de seneste årene, til tross for at mange av de matematiske prinsippene er flere tiår gamle. Vår ambisjon er å bidra til reell verdiskaping ved bruk av maskinlæring, ved justere forventningene på hypen litt ned, fokusere på reelle og praktiske problemer, og anvendbar teknologi.

Nylig gjennomførte Visma Consulting et Introduksjonskurs i Maskinlæring. Hele 12 engasjerte deltakere fikk en teoretisk gjennomgang av hva maskinlæring er, samt at de fikk prøve seg på praktiske oppgaver i Azure ML Studio.

Visma Consulting gjennomfører slike introduksjonskurs som en del av vår satsning på smart digitalisering, og som en følge av vår ambisjon om å være det ledende konsulentselskapet i Norge innenfor anvendt ny teknologi.

 

Hva lærer du på kurset?

En av grunnene til å delta på vårt kurs er at Visma Consulting har en rekke eksperter innenfor maskinlæring og matematisk optimering.

Foredragsholdere for denne anledningen var Simen Berntsen og Eskil Jørgensen. De har begge to hovedfag innen matematikk og har daglig  arbeidsoppgaver innenfor maskinlæring.

Simen tok først kursdeltakerne gjennom en rask teoretisk gjennomgang av konseptene bak maskinlæring. Dette omfatter blant annet litt historikk, den konseptuelle modellen for maskinlæring, problemtyper, algoritmetyper, datapreparering, hvordan en modell kan forbedres, samt noen eksempler på teknologi som brukes til maskinlæring.

Intoduksjonskurs til maskinlæring


Visma Consulting har erfaring med en rekke ulike plattformer, biblioteker og teknologier for maskinlæring. Scikit-learn, TensorFlow og Python er verktøy vi ofte bruker i våre kundeprosjekter.

Selv om disse verktøyene er svært gode og anvendbare, ligger lista litt høyt i en introduksjonskurs kontekst. Vi valgte derfor å bruke Azure Machine Learning Studio, som også er et fantastisk verktøy for å eksperimentere med maskinlæringsproblemer. Verktøyet er tilgjengelig i skyen, har et svært intuitivt grafisk brukergrensesnitt og innebygde funksjoner for data preparering og maskinlæringsalgoritmer.

Eskil tok kursdeltakerne gjennom hvordan verktøyet fungerer, og veiledet deltakerne slik at de på egenhånd kunne lage sin første maskinlæringsmodell og prediksjon i ML Studio.

Les mer: Hvordan gjøre riskobasert innsyn ved hjelp av maskinlæring?

 

Test problemstillinger og bygg modeller

Å lære og forstå maskinlæring på 2,5 timer er i utgangspunktet en umulig oppgave. Men det er faktisk mulig å få en forståelse for konseptene. Ved bruk av et så intuitivt verktøy som ML Studio, får man en smakebit på hvordan man implementerer maskinlæring i praksis.

Etter ett slik kurs vil de fleste kunne teste ut problemstillinger, og bygge modeller som gir ekte prediksjoner. Med en eksperimentell tilnærming ved å teste resultatene av ulike modellerog algoritmetyper opp mot historiske data, vil man ofte kunne sette opp en modell som gir gode resultater.

Der man ofte trenger hjelp av en erfaren data scientist, for å forbedre presisjon til modellen, må ha en forståelse for de underliggende matematiske prinsippene i modellen. For å få løsningen godt integrert i en produksjonsverdikjede, trenger man ofte også hjelp av en data engineer og en systemutvikler til å få satt opp alt riktig og robust for produksjon.

Ved å delta på vårt kurs får du en introduksjon til hva maskinlæring er, samt at du blir rustet til å teste problemstilliner og bygge egne maskinlæringsmodeller.

Vil du delta på vårt neste kurs? Ta kontakt med oss for å høre mer, eller meld deg på et våre kommende introduksjonskurs:

Våre kommende introduksjonskurs