Een belangrijk component van machine learning is het automatisch detecteren van patronen. Deze patronen kunnen dan voor allerlei zaken worden ingezet, zoals het voorspellen van nieuwe data punten of het detecteren van groepen van data punten die hetzelfde gedrag vertonen.
Een voorbeeld van patronen herkenning op ons eigen leven is te zien in het figuur hiernaast, waar verschillende variabelen een positieve of negatieve invloed op elkaar hebben.
Elke analyse begint met een exploratieve data analyse. Hierbij wordt onderzocht welke variabelen met elkaar in verband staan en welke onderdelen vervolg onderzoek vereisen. Deze data analyses zijn van cruciaal belang om de potentie van de data te meten, en geven inzicht in unieke gevallen die in de data set zitten.
T&T geeft een workshop over exploratieve data analyse, waar alle belangrijke componenten voor het succesvol uitvoeren van een exploratieve data analyse aan bod komen.
Anomalie detectie richt zich op het identificeren van uitzonderlijke of frauduleuze gevallen in de data. Een typisch voorbeeld is geïllustreerd in het figuur hiernaast, waar de data duidelijke twee groepen weer geeft, en een data punt dat duidelijk niet bij een van de twee groepen hoort.
Anomalie detectie kan gebruikt worden voor fraude detectie, maar ook om oneffenheden in de data set boven water te halen en de data kwaliteit te verbeteren.
Onze deuren staan altijd open om te bespreken hoe we data effectief kunnen inzetten in uw organisatie.
We kijken er naar uit om u te ontmoeten.
Van Sijpesteijnkade 293, 3521AH
Utrecht, The Netherlands
info@dataconsultancy.nl