Tarinat kulissien takaa

Asiantuntijamme avautuvat

Kirjoittajalta Mika Laukkanen

Onko perinteisistä tietovarastoista hyötyä tekoälyn kehittämisessä?

Otsikon mukainen kysymys tuli mieleeni, kun eräänä päivänä katselin lävitse Louhian tekemiä koneoppimis- ja AI-projekteja. Kävi nimittäin ilmi, että kymmenistä eri harjoituksista vain murto-osassa datat olivat tulleet yrityksen tietovarastosta tai tietovarastoista (DW, EDW). Noihin tietovarastoihin on kuitenkin upotettu miljoonia, mutta ensimmäisten AI-kokeilujen osalta ne olivat pääosin hyödyttömiä. Aloin selvitellä asiaa tarkemmin ja syyksi ”hyödyttömyyteen” paljastuivataaa

Tekoäly saapui Korvatunturille

On vuosi 2021 ja kävimme Korvatunturilla kysymässä, että miten tekoäly ja digitalisaatio on näkynyt arjessa. Tapaamiset luonnollisesti järjestyivät Tonttu-botin avustuksella, joka muuten osaa kommunikoida myös ruotsiksi. Tässä parhaita kommentteja koostetusti. Asiakasmuotoilu-Tonttu ”Tänä päivänä toiminnan ytimessä on asiakaskokemus, joka on noussut Korvatunturilla strategiseksi arvoksi ja toimintaa ohjaavaksi tekijäksi. Katsos, olemme sellainen asiakkaan digitaalinen matkakumppani ja opas.aaa

Koneoppiminen vaatii osaamista

Tässä taannoin meille tuli projekti, jossa asiakas oli tehnyt koneoppimisharjoituksen (ennustemallinnus) erään toisen kumppanin kanssa. Asiakas oli skeptinen tulosten suhteen ja halusi ns. toisen mielipiteen, mutta eri ohjelmistolla tehtynä. Joskaan senhän ei pitäisi vaikuttaa olennaisesti tuloksiin. Jo heti alkuvaiheessa huomattiin, että homma olikin alunperin mennyt pieleen väärin muodostetun opetus- ja testiaineiston vuoksi.  Alkuperäinen tekijä eiaaa

Dataan laatua koneoppimisella

Kun nykyään uutisoidaan tekoälystä ja koneoppimisesta, niin eturintamaan nousee kuvien tunnistus, itseohjautuvat autot tai vaikkapa tekstin kääntäminen tai sen kontekstin ymmärtäminen. Näiden mediaseksikkäiden aiheiden taakse jää aihealueita, joissa tekoälyllä on paljon annettavaa, mutta uutiskynnys ei ylity. Yksi näistä aiheista on erilaisten järjestelmien datan laadun parantaminen algoritmien avulla. Ongelmia datan laadussa? Datan laatuongelmat aiheuttavat erittäin suuriaaaa

Tärkeintä on laadukas data

Seuraava kirjoitus on julkaistu Tieke lehden numerossa 1-2017. Jaetaan se nyt täälläkin. Tärkeintä on laadukas data Voimme päivittäin lukea uutisvirrasta uusien tekoälyratkaisujen tulevaisuuden potentiaaleista. Datamäärien ja laskentatehon kasvu yhdessä algoritmien kehityksen kanssa ovat potkaisseet tekoälyn kehitysvauhdin uudelle kiertoradalle. Nykyään lähes kaikki tekoälyratkaisut perustuvat neuroverkkoihin, joiden prosessoitavaksi on ohjattu dataa. Neuroverkko ohjelmoidaan oppimaan datasta, jossa onaaa

Louhia DataLab: Auton myyntihinnan ennustaminen

Auton myyntihinnan arviointiin on useita mahdollisuuksia. Yksinkertaisinta lienee käydä katsomassa mitä vastaavilla ominaisuuksilla varustetut autot maksavat netissä, ja asettaa hinta oman fiiliksen mukaan alle, keskiarvoon tai vaikka ylitse. Tämä metodi on varmaan riittävän tarkka tapa hinnoitella auto ellei kyseessä ole jonkinlainen erikoiskappale tai muuten harvinainen ajopeli. Mutta onnistuuko myyntihinnan ennustaminen data-analytiikan (machine learning, statistics) keinoin? Intuitiivinen vastausaaa

Tekoäly tulee – oletko valmis?

Tekoälystä on kirjoitettu viime aikoina todella paljon. Oikeastaan ei mene päivääkään ilman uutta tekoälyuutista. Kuulemma Slushissakin sijoittajien mielenkiinto kohdistui erityisesti tälle osa-alueelle. Erilaisia hypejä tulee ja menee, mutta tällä kertaa uskon, että kyse on enemmästä.  Asiasta joka muuttaa maailmaa vielä radikaalisti. Vaikka kehitystyö on kestänyt vuosikymmeniä, niin mielestäni ollaan edelleen alkutekijöissä – samassa tilanteessa kuin autoteollisuusaaa

Louhia DataLab: Osakeindeksien hajauttaminen, osa 2 – kriisistä toipuminen

Trumpista presidentti, toipuvatko osakkeet? Trumpista julistettiin aamulla presidentti ja osakemarkkinat ”syöksyivät”. Nyt kello on 14:50 on indeksit näyttävät lähes palanneen lähes ennalleen. Eli ainakin tämä (väliaikainen?) toipuminen oli ripeämpää kuin itse artikkelissa, jossa pureudutaan finanssikriisin 2008 jälkeiseen toipumiseen… Osakeindeksien hajauttaminen, osa 2 – kriisistä toipuminen  

Louhia DataLab: Osakeindeksien hajauttaminen, osa 1

Alustus – uudet Louhia DataLab artikkelit Vuosien varrella olemme kirjoittaneet paljon erilaisista tiedolla johtamisen aihepiireistä, mutta varsin vähän datan analysoinnista ja tulosten tulkinnasta, joka on kuitenkin olennainen osa jokapäiväistä tekemistämme. Koska lähes kaikki tämän osa-alueen tekeminen tapahtuu asiakasprojekteissa ja niiden sisältö on luottamuksellista, ei siitä jää paljon kerrottavaa tälle palstalle. Onneksi maailmassa on paljon avointakin dataa,aaa

Raportteja isolla rahalla

Kuten kaikki blogimme lukijat tietävät, niin nykään on kaikenlaista härpäkettä tehdä raportteja. Pian niitä varmaan saadaan hologrammeina, joita voi tökkiä ilmassa. Raportteihin liittyen eräs jättipankki julkaisi artikkelin ”JPMorgan’s complete guide to everything going on in global markets right now”, joka sisältää todella paljon graafista raportointia. Siinä on varmasti dollareita palanut, kun käytettävyyttä, värejä ja ulkoasua mietitty.aaa

Yhteydenotto

Mikäli olet kiinnostunut yrityskohtaisista palveluista tai sinulla kysyttävää palvelujemme sisällöstä, niin ota yhteyttä oheisella lomakkeella tai soita Mikalle numeroon 040 845 8432.