Projekti kirjeldus

Olulisimate tunnuste tuvastamine

Mõnikord on oluline, et klassifitseerimise järgselt saaks selgelt näidata, kuidas arvuti ühe või teise tulemuseni jõudis. Sellistes olukordades kasutame otsustuspuid (decision trees) ja reegelõppijaid (rule learners). Näiteks on võimalik nimetatud meetodeid kasutada järgnevates olukordades:

  • Ettevõte teab, kuna tema masinad on läinud rikki ning olemas on ka andmed masina töö kohta enne probleemide tekkimist. Andmeteadus tuleb appi ning võimaldab tuvastada masinate peamised rikkepõhjused.
  • Ettevõttel on teada hulk võimalikke uusi äriprojekte, kuid puudub metoodika, mille abil projekte järjesta, võttes arvesse väga suurt arvu muutujaid.
  • Pangad soovivad jaotada laenutaotlused kahte gruppi, mille põhjal anda klientidele „Jah“ või „Ei“ vastuseid. Andmeteadus võimaldab luua mudeli, mille põhjal saab hiljem ka selgelt põhjendada, miks inimene laenu ei saanud.
  • Arstide igapäevaseks ülesandeks on anda haiguse diagnoos laborist tulnud andmete põhjal. Samas sõltub diagnoos paljuski konkreetse arsti kogemusest ning on ka võimalik, et info mõningate haiguste osas on puudulik. Andmeteadus võimaldab õpetada haiguste diagnoosimise selgeks arvutile ning näidata hiljem ka selgelt, kuidas tulemuseni jõuti.

objektide_tuvastamine