bWise logo

Beer & Big Data

Dato: 15. mai 2018
Tid: 17:00 - 21:00
Sted: Bølgen & Moi Tjuvholmen
Tjuvholmen Allé 5, 0252 Oslo

Arrangementet er gratis!

Bølgen & Moi Tjuvholmen inngangsdør

Vi inviterer til Beer & Big Data hvor du vil nyte god mat og drikke, og lære mer om det nyeste innen Big data-teknologi sammen med likesinnende fagfolk.

Denne gangen vil vi se på kombinasjonen av visualisering og data sciences.

Vi inkluderer flere ‘Big Data’-domener, som store artikkel-corpuses og kundedata som demografi og adferd som vi vil analysere ved å bruke Python og ‘R’ sammen med Qlik Sense.

I tillegg ser vi på hvordan vi kan avgjøre om maskinlæringsmodellen vår er god eller ikke. Hva kan vi gjøre for å forbedre den og hvor bra er bra nok?

Som vanlig er det forbudt med slips og salgsbudsjett, og fokuset er på skikkelig faginnhold.

Agenda

Kl. 17.00 - 18.30
Big data i tre spennende caser:

  1. Nyhetsartikler og tekstanalyse
  2. (Anti)Churn
  3. Trend og regresjon

Kl. 18.30 - 19.00
Når maskinlæringsmodellen ikke treffer – Et praktisk eksempel

Kl. 19.00 - 21.00
Mat og drikke


 

Case 1 – Nyhetsartikler og tekstanalyse

Man kan analysere mange aspekter av nyhetsartikler, bl.a. saksområder som dekkes, personer, steder og merkevarer som omtales og hvorvidt artiklene er positive eller negative, fordelt på tid og nyhetskilde.

Vi har en Py-prosessering som dels kan kalles direkte i visualiseringene, dels brukes i datafangst/preppe-steget.

Case 2 – (Anti)Churn

Vi analyser et datasett med kjent utfall. Dermed kan vi teste flere modeller for prediksjon og se på treffsikkerhet og falske positiver.

Vi gjennomgår det faglige grunnlaget for tre metoder (KNN, Random Forest Tree og SVC) og implementerer dette i Qlik Sense og ‘R’ sammen – så tester vi!

Det som er gøy i tillegg er kombinasjoner og vekting av modeller (bagging) og å diskutere hvorvidt vi får bedre eller ødelagte funn.

Mer om KNN
Mer om SVC

Case 3 – Trend og regresjon

Det er mange måter å forecaste på, og økonomer stoler ofte på rullende 12 måneders forecast og enkle summer/snitt. Vil trendanalyse kunne hjelpe?

Når maskinlæringsmodellen ikke treffer – Et praktisk eksempel

Maskinlæring kan gi stor verdi, men det er ikke alltid like enkelt å lage gode maskinlæringsmodeller. Hvordan kan vi avgjøre om modellen vår er god eller ikke? Hva kan vi gjøre for å forbedre den og hvor bra er bra nok?

I dette foredraget tar vi utgangspunkt i en enkel maskinlæringsmodell, ser på metoder for å avgjøre hvor presis modellen vår er, samt ser på hvilke tiltak som potensielt kan øke dens presisjon.

Påmelding

JA, jeg gir samtykke til behandling av mine personopplysninger som beskrevet her og er kjent med at samtykket kan trekkes tilbake når som helst. 
JA, jeg vil motta relevant informasjon basert på mine interesseområder fra Visma på e-post. Jeg kan når som helst melde meg av eller oppdatere mine interesser på Vismas abonnementsside.  

 

Beer & Big data Hidden

Dato:
15.mai
Tid:
17:00 - 21:00
Sted:
Tjuvholmen
Kategori:
Seminar
Type:
Seminar