Machine Learning mit SAS

137 Aufrufe

Veröffentlicht am

Das SAS-Portfolio für Machine-Learning-Anwendungsszenarien , MHPBoxenstopp am 26.09.2017.

Unternehmen beobachten das Machine Learning seit ein paar Jahren mit großer Aufmerksamkeit und wachsendem Interesse. Kein Wunder, denn in der vernetzten Welt entstehen riesige Datenströme, die sich aber mit herkömmlichen Ansätzen nicht analysieren lassen. Machine Learning kann das - und mehr noch: die smarten Algorithmen lernen ständig dazu und produzieren so immer exaktere Ergebnisse.

In unserem Boxenstopp „Machine Learning mit SAS“ machen wir Sie mit dem Ansatz des Maschinellen Lernens anhand eines Beispiels aus der Praxis vertraut. Außerdem zeigen wir Ihnen, wie Sie mit Lösungen von SAS Machine-Learning-Szenarien bei sich im Unternehmen erfolgreich einführen und ganz neue Business Cases realisieren.

Veröffentlicht in: Technologie
  • Als Erste(r) kommentieren

Machine Learning mit SAS

  1. 1. © 2015 Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbH SAS Analytics Portfolio für Machine Learning Anwendungsszenarien Machine Learning mit SAS® Dr. Ramin Norousi | MHPBoxenstopp: 26.09.2017 © 2017 MHP – A Porsche Company
  2. 2. © 2017 MHP – A Porsche Company 2 10.10.2017 Absicherung der Digitalen Transformation EDI, IoT und Process Intelligence - das Potenzial ungenutzter Informationen 17.10.2017 Advanced Analytics in der Qualitätssicherung Digitalisierung der Feldanalyse 24.10.2017 Digitale Transformation mit K2 Startschuss in die digitale Prozess-Zukunft 24.10.2017 Mit MHP in die Cloud Leistungsportfolio für erfolgreiche SuccessFactors- Projekte Weitere MHPBoxenstopps www.mhp.com/events Fahrplan Zu Beginn sind alle Teilnehmer auf stumm geschalten. 1. MHPBoxenstopp Vortrag Dr. Ramin Norousi 2. Pressekonferenz (Fragen & Antworten) Sie können bereits während der Web Session über die Chatfunktion im rechten Fenster Fragen einreichen. www.youtube.de/MHPProzesslieferantwww.slideshare.net/MHPInsights MHPBoxenstopp verpasst? Alle vergangenen MHPBoxenstopps finden Sie hier: MHPBoxenstopp: Machine Learning mit SAS®
  3. 3. © 2017 MHP – A Porsche Company 3 Dr. Ramin Norousi Data Mining Analyst, Telekommunikation Leiter CC Predictive Analytics, MHP Head of BF Advanced Analytics, MHP Promotion an der LMU in Machine Learning Fahrerprofil MHPBoxenstopp: Machine Learning mit SAS® Manager SU Customer Experience Management
  4. 4. © 2017 MHP – A Porsche Company 4 1. Machine Learning: Das ist es und das bringt es 2. Praxisbeispiel: Machine-Learning-Szenarien 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren 4. SAS-Portfolio: Das leisten die Lösungen 5. Fazit MHPBoxenstopp: Machine Learning mit SAS®
  5. 5. © 2017 MHP – A Porsche Company 5 1. Machine Learning: Das ist es und das bringt es 2. Praxisbeispiel: Machine-Learning-Szenarien 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren 4. SAS-Portfolio: Das leisten die Lösungen 5. Fazit MHPBoxenstopp: Machine Learning mit SAS®
  6. 6. 6© 2017 MHP – A Porsche Company Maschinelles Lernen – Ein Beispiel 1. Machine Learning: Das ist es und das bringt es
  7. 7. 7© 2017 MHP – A Porsche Company Was ist Maschinelles Lernen? 1. Machine Learning: Das ist es und das bringt es … erkennt Muster in Daten und generalisiert diese … erfordert einen erfahrenen Data Scientist für das Training … ist schon lange im SAS-Portfolio (z.B. Neuronale Netze seit 1993) … wendet die Erkenntnisse auf neue Daten an
  8. 8. 8© 2017 MHP – A Porsche Company Machine Learning – Warum Machine Learning mehr an Bedeutung gewinnt 1. Machine Learning: Das ist es und das bringt es Verfügbarkeit von Daten Günstige Rechenleistung Optimierte Algorithmen
  9. 9. 9© 2017 MHP – A Porsche Company 1. Machine Learning: Das ist es und das bringt es Deep Learning Machine Learning Artificial Intelligence Data Mining Artificial Intelligence Teilgebiet der Informatik, welches sich mit der Erforschung von Mechanismen des intelligenten menschlichen Verhaltens beschäftigt. Entwicklung von Maschinen, die über kognitive Fähigkeiten verfügen, die dem menschlichem Verhalten ähneln (Bsp. Robotik) Machine Learning Ist eine Klasse von lernenden Algorithmen, die aus „Erfahrung“ lernen und Wissen generieren können. Nach Beendigung der Lernphase kann das Wissen verallgemeinert und auf neue Daten angewendet werden Deep Learning Deep Learning („tiefgehendes Lernen“) ist ein Teilbereich des Machine Learnings und nutzt Neuronale Netze sowie große Datenmengen. Die Lernmethoden richten sich nach der Funktionsweise des menschlichen Gehirns
  10. 10. 10© 2017 MHP – A Porsche Company Die drei verschiedenen Kategorien von Machine Learning 1. Machine Learning: Das ist es und das bringt es • Entdecken von Muster und Gesetzmäßigkeiten in Lerndaten, bei den bereits Ereignisse bekannt sind (Trainings-Set) • Erkennen von wichtigsten Indikatoren und Messung ihrer Auswirkungen • Bsp.: Predictive Maintenance, Betrugserkennung etc. Supervised Learning • Erkennen von impliziten Zusammenhängen in „nicht-gelabelten“ Daten (ohne Lehrvorgaben) • Bildung von homogenen Gruppen • Bsp.: Clustern von Kunden, Anomaliedetektion Unsupervised Learning • Ist eine spezielle Art von Lernverfahren. Ein intelligentes Programm erlernt selbständig eine Strategie (ohne Lehrvorgaben) • Lernen durch Interaktion mit der Umgebung, Sammeln und Anwenden von Erfahrungen, „trial and error“-Prinzip Reinforcement Learning
  11. 11. © 2017 MHP – A Porsche Company 11 1. Machine Learning: Das ist es und das bringt es 2. Praxisbeispiel: Machine-Learning-Szenarien 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren 4. SAS-Portfolio: Das leisten die Lösungen 5. Fazit MHPBoxenstopp: Machine Learning mit SAS®
  12. 12. 12© 2017 MHP – A Porsche Company Beispiel: Aktivitäten mit Machine Learning erkennen Zusammenhänge in den Bewegungsmustern lernen 2. Praxisbeispiel: Machine-Learning-Szenarien © SAS
  13. 13. 13© 2017 MHP – A Porsche Company Beispiel: Aktivitäten mit Machine Learning erkennen Zusammenhänge in den Bewegungsmustern lernen 2. Praxisbeispiel: Machine-Learning-Szenarien © SAS
  14. 14. 14© 2017 MHP – A Porsche Company Machine Learning Machine Learning Anwendungsfälle entlang der gesamten Wertschöpfungskette 2. Praxisbeispiel: Machine-Learning-Szenarien  Beschwerdemanagement  Warranty Analytics  Voice of the Customer  Survival Analysis  Echtzeit Monitoring von Studien  Identifizierung von Fehlermustern  Predictive Maintenance  Predictive Quality Assurance  Vorausschauende Beschaffung  Lieferanten Wertanalysen  Next Best Offer / Extra  Abwanderungsanalysen  Social Media Analytics  Absatzprognosen  Risiko- und Betrugsanalysen  Sensitivitätsanalysen Forschung Entwicklung Produktion Logistik Marketing & Vertrieb Finanzen Aftersales
  15. 15. © 2017 MHP – A Porsche Company 15 1. Machine Learning: Das ist es und das bringt es 2. Praxisbeispiel: Machine-Learning-Szenarien 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren 4. SAS-Portfolio: Das leisten die Lösungen 5. Fazit MHPBoxenstopp: Machine Learning mit SAS®
  16. 16. 16© 2017 MHP – A Porsche Company Der analytische Lebenszyklus mit SAS 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren Schnell von der Innovation zur Industrialisierung am Beispiel Predictive Maintenance © SAS
  17. 17. © 2017 MHP – A Porsche Company 17 1. Machine Learning: Das ist es und das bringt es 2. Praxisbeispiel: Machine-Learning-Szenarien 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren 4. SAS-Portfolio: Das leisten die Lösungen 5. Fazit MHPBoxenstopp: Machine Learning mit SAS®
  18. 18. 18© 2017 MHP – A Porsche Company 4. SAS-Portfolio: Das leisten die Lösungen SAS Viya – Eine offene, skalierbare und Cloud optimierte Plattform © SAS
  19. 19. 19© 2017 MHP – A Porsche Company 4. SAS-Portfolio: Das leisten die Lösungen SAS - Live Demo SAS® Live Demo
  20. 20. © 2017 MHP – A Porsche Company 20 1. Machine Learning: Das ist es und das bringt es 2. Praxisbeispiel: Machine-Learning-Szenarien 3. Umsetzung: So lässt sich Maschinelles Lernen operationalisieren 4. SAS-Portfolio: Das leisten die Lösungen 5. Fazit MHPBoxenstopp: Machine Learning mit SAS®
  21. 21. 21© 2017 MHP – A Porsche Company Was sollten Sie mitnehmen? 5. Fazit Maschinelles Lernen verbessert Analysen Maschinelles Lernen liegt in der DNA von SAS Operationalisierung erfordert Erkennen und Handeln • Produktion und Automatisierung wichtiger als Algorithmen Auf das Team kommt es an • Schulterschluss zwischen Data Scientist und Fachexperten erreichen! Take Aways  Machine Learning ist kein Hype Thema – Die Entscheider sind überzeugt, dass Machine Learning ein wesentlicher Aspekt ihrer Analytics und Big Data-Strategien der kommenden Jahre ist  Anwendungsfälle sind entlang der gesamten Wertschöpfungskette vorhanden  Gestalten Sie analytische Freiräume: Sandbox. Nutzen Sie „low hanging fruits“  Fangen Sie einfach an, die Voraussetzungen sind meist bereits vorhanden
  22. 22. 22© 2017 MHP – A Porsche Company MHP hat einen weiteren führenden Advanced-Analytics-Anbieter im Beratungsportfolio (SAS® Analytics) 5. Fazit SAS als weltweitgrößter Anbieter von Big-Data-Analytics-Software MHP als führender Prozesslieferant in der Automobilindustrie • Data Management • Data Mining/ Machine Learning • Text Analytics • Event Stream Processing • Customer Intelligence 360° • Big Data Analytics • Führende Prozess- und Automobilbranchenkenntnisse • Expertise in Machine Learning sowie Advanced Analytics • Know-How in den relevanten Softwaretools von SAS Das Premium-Team für ihre „Digitale Transformation“ MHP unterstützt Sie gerne bei der Konkretisierung von Use Cases sowie der Implementierung einer geeigneten Lösung MHP Advanced Analytics Lab Große Datenmengen knacken mit SAS® High-Performance Analytics • SAS® Grid Computing: Daten und Analysen auf viele Rechner verteilen • SAS® In-Database: Analytics zu den Daten bringen • SAS® In-Memory Analytics: Blitzschnelle Berechnung im Hauptspeicher
  23. 23. 23© 2017 MHP – A Porsche Company MHPBoxenstopp: Machine Learning mit SAS® Gesellschaft für Management- und IT-Beratung mbH MHP – A PORSCHE COMPANY Dr. Ramin Norousi Manager Customer Experience Management Mobil: +49 (0)151 4066 7664 E-Mail: Ramin.Norousi@mhp.com
  24. 24. © 2017 MHP – A Porsche Company 24 MHPBoxenstopp Absicherung der Digitalen Transformation 10.10.2017 - 11:00 Uhr MHPBoxenstopp Advanced Analytics in der Qualitätssicherung 17.10.2017 - 11:00 Uhr MHPBoxenstopp Digitale Transformation mit K2 24.10.2017 - 11:00 Uhr MHPBoxenstopp Mit MHP in die Cloud 24.10.2017 - 13:00 Uhr MHPBoxenstopp verpasst? Kein Problem! Mitschnitte und Videos: http://www.youtube.com/MHPProzesslieferant Präsentationsunterlagen: http://de.slideshare.net/MHPInsights MHPBoxenstopp: Timetable 2017

×