Machine learning methods utilization in business intelligence systems
Authors
Date
2023Copyright
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Tässä kirjallisuuskatsauksessa käsitellään koneoppimisen hyödyntämistä BI-järjestelmien hyötyjen edistämisen näkökulmasta. Koneoppiminen ja sen algoritmit ovat alati kehittyvä tapa käsitellä suuria määriä dataa tavoitteenaan joko kuvailla käytettyä aineistoa tai tehdä päätelmiä tulevaisuuteen sen pohjalta. Näille metodeille kehitetään jatkuvasti uusia käytännön sovelluksia reaalimaailman ilmiöiden tarkastelemiseksi. Yksi koneoppimisen käyttökohteista on liiketoimintadatan hyödyntäminen, ja tämä tutkielma keskittyy koneoppimismallien hyödyntämiseen juuri BI-järjestelmien hyötyjen kehittämisen näkökulmasta. Yksi tärkeimmistä löydöistä tässä tutkimuksessa on saatavilla olevan aineiston perusteella koneoppimismallien tämänhetkisen hyödyntämisen kartoittaminen lähdeaineistossa esiintyvien BI-järjestelmien hyötyjen suhteen. Erityisesti ennustavia malleja hyödynnetään ja niiden käyttöä kehitetään BI:ssä tehokkaasti, mutta kuvailevia malleja ja niiden hyödyntämistä on tutkittu vähän ottaen huomioon kuvailevien koneoppimismallien hyödyntämisen potentiaalin dataohjautuvassa liiketoiminnan kehittämisessä.
...
This literature review discusses utilization of machine learning methods in business intelligence systems on the viewpoint of benefits of business intelligence systems. Machine learning and the algorithms themselves are continuously evolving way of processing massive amounts of data in order to either produce descriptions or predictions based on available datasets. These algorithms have more and more real-life implementations, and one of those implementations is the business intelligence system improvement, and this thesis focuses on these implementations of the beneficial viewpoint of business intelligence systems. One of the most important findings of this research based on available literature is the mapping of the current utilization of machine learning methods on business intelligence systems’ benefits. Especially predictive methods have been studied and developed efficiently; however, the descriptive models and their utilization has been studied very little regarding to the vast amount of possibilities of descriptive machine learning methods on data-driven business development.
...
Metadata
Show full item recordCollections
- Kandidaatintutkielmat [5345]
Related items
Showing items with similar title or keywords.
-
Practices and Infrastructures for Machine Learning Systems : An Interview Study in Finnish Organizations
Muiruri, Dennis; Lwakatare, Lucy Ellen; Nurminen, Jukka K.; Mikkonen, Tommi (Institute of Electrical and Electronics Engineers (IEEE), 2022)Using interviews, we investigated the practices and toolchains for machine learning (ML)-enabled systems from 16 organizations across various domains in Finland. We observed some well-established artificial intelligence ... -
Adversarial Attack’s Impact on Machine Learning Model in Cyber-Physical Systems
Vähäkainu, Petri; Lehto, Martti; Kariluoto, Antti (Peregrine Technical Solutions, 2020)Deficiency of correctly implemented and robust defence leaves Internet of Things devices vulnerable to cyber threats, such as adversarial attacks. A perpetrator can utilize adversarial examples when attacking Machine ... -
LiquidAI : Towards an Isomorphic AI/ML System Architecture for the Cloud-Edge Continuum
Systä, Kari; Pautasso, Cesare; Taivalsaari, Antero; Mikkonen, Tommi (Springer Nature Switzerland, 2023)A typical Internet of Things (IoT) system consists of a large number of different subsystems and devices, including sensors and actuators, gateways that connect them to the Internet, cloud services, end-user applications ... -
Problem Transformation Methods with Distance-Based Learning for Multi-Target Regression
Hämäläinen, Joonas; Kärkkäinen, Tommi (ESANN, 2020)Multi-target regression is a special subset of supervised machine learning problems. Problem transformation methods are used in the field to improve the performance of basic methods. The purpose of this article is to test ... -
Strategic cyber threat intelligence : Building the situational picture with emerging technologies
Voutilainen, Janne; Kari, Martti (Academic Conferences International, 2020)In 2019, e-criminals adopted new tactics to demand enormous ransoms from large organizations by using ransomware, a phenomenon known as “big game hunting.” Big game hunting is an excellent example of a sophisticated and ...