MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING
Machine learning has a big influence over many different industries. A lot of research has already been done within this subject, and even more will be done in the future. This project aims to examine certain machine learning models in the context of a retail company. The analysis is limited to ten...
Main Author: | |
---|---|
Format: | Others |
Language: | Swedish |
Published: |
Örebro universitet, Institutionen för naturvetenskap och teknik
2019
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:oru:diva-79467 |
id |
ndltd-UPSALLA1-oai-DiVA.org-oru-79467 |
---|---|
record_format |
oai_dc |
spelling |
ndltd-UPSALLA1-oai-DiVA.org-oru-794672020-01-31T03:48:55ZMASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERINGsweSandh, OskarÖrebro universitet, Institutionen för naturvetenskap och teknik2019Computer SciencesDatavetenskap (datalogi)Machine learning has a big influence over many different industries. A lot of research has already been done within this subject, and even more will be done in the future. This project aims to examine certain machine learning models in the context of a retail company. The analysis is limited to ten different regression model types, that is tested over six different datasets that is further divided into subsets. These models will be judged after their calculated RMSE (Root Mean Square Error) value and a comparison between these results will be made. In the end certain conclusions will be drawn from these results. In addition to this analysis, the report will also describe the development of an application that has the purpose of presenting certain prediction insights to a client. A lot of the project focus has not been on this application, but the report will cover how the foundation was laid, and how its primary parts were developed. Maskininlärning ett stort inflytande över många branscher. Mycket forskning har gjorts inom detta ämne, och ännu mer kommer att göras i framtiden. Detta projekt syftar på att undersöka maskininlärningsmodeller i kontexten för ett detaljhandelsföretag. Analysen begränsas till tio olika regressionsvarianter som testas över 6 olika datamängder, indelade i ytterligare delmängder. Modellerna kommer att bedömas efter dess uträknade RMSE (Root Mean Square Error) värde och en jämförelse kommer att göras utifrån dessa. I slutändan så kommer vissa slutsatser att dras utifrån undersökningens resultat. Utöver denna analys, så kommer även rapporten att beskriva utvecklingen av en applikation som har syftet att presentera prediktionsinsikter för en kund. Stor fokus har inte legat på denna del under projektets gång, men rapporten kommer berätta om hur grunden och dess primära delar har utvecklats. Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:oru:diva-79467application/pdfinfo:eu-repo/semantics/openAccess |
collection |
NDLTD |
language |
Swedish |
format |
Others
|
sources |
NDLTD |
topic |
Computer Sciences Datavetenskap (datalogi) |
spellingShingle |
Computer Sciences Datavetenskap (datalogi) Sandh, Oskar MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING |
description |
Machine learning has a big influence over many different industries. A lot of research has already been done within this subject, and even more will be done in the future. This project aims to examine certain machine learning models in the context of a retail company. The analysis is limited to ten different regression model types, that is tested over six different datasets that is further divided into subsets. These models will be judged after their calculated RMSE (Root Mean Square Error) value and a comparison between these results will be made. In the end certain conclusions will be drawn from these results. In addition to this analysis, the report will also describe the development of an application that has the purpose of presenting certain prediction insights to a client. A lot of the project focus has not been on this application, but the report will cover how the foundation was laid, and how its primary parts were developed. === Maskininlärning ett stort inflytande över många branscher. Mycket forskning har gjorts inom detta ämne, och ännu mer kommer att göras i framtiden. Detta projekt syftar på att undersöka maskininlärningsmodeller i kontexten för ett detaljhandelsföretag. Analysen begränsas till tio olika regressionsvarianter som testas över 6 olika datamängder, indelade i ytterligare delmängder. Modellerna kommer att bedömas efter dess uträknade RMSE (Root Mean Square Error) värde och en jämförelse kommer att göras utifrån dessa. I slutändan så kommer vissa slutsatser att dras utifrån undersökningens resultat. Utöver denna analys, så kommer även rapporten att beskriva utvecklingen av en applikation som har syftet att presentera prediktionsinsikter för en kund. Stor fokus har inte legat på denna del under projektets gång, men rapporten kommer berätta om hur grunden och dess primära delar har utvecklats. |
author |
Sandh, Oskar |
author_facet |
Sandh, Oskar |
author_sort |
Sandh, Oskar |
title |
MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING |
title_short |
MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING |
title_full |
MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING |
title_fullStr |
MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING |
title_full_unstemmed |
MASKININLÄRNING FÖR PREDIKTIV DATAANALYS OCH VISUALISERING |
title_sort |
maskininlärning för prediktiv dataanalys och visualisering |
publisher |
Örebro universitet, Institutionen för naturvetenskap och teknik |
publishDate |
2019 |
url |
http://urn.kb.se/resolve?urn=urn:nbn:se:oru:diva-79467 |
work_keys_str_mv |
AT sandhoskar maskininlarningforprediktivdataanalysochvisualisering |
_version_ |
1719310828676579328 |