Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Deep Learning - hogyan tudja kiaknázni
az ipar a gépi tanulás új korszakát?
Tóth Bálint Pál
http://smartlab.tmit.bme.hu
A CÉGÓRIÁSOK MÁR (RÁ)KAPCSOLTAK
A deep learning alapú MI a következő nagy lehetőség a növekedésre!
Számos területen már bi...
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát?
Bevétel,...
DE MI IS AZ A DEEP LEARNING?
Az idegrendszer által inspirált gépi tanuló modell.
MÉLY NEURÁLIS HÁLÓZAT: Akár több mint 100...
EZ A HAJÓ MÁR ELINDULT!
Láttunk már ilyet! Pl. Internet, okostelefon.
DEFAULT THINKING veszélyei!
Ma már az Internet + oko...
NÉHÁNY IPARI DEEP LEARNING PÉLDA
1. Ügyfélszolgálati hívások monitorozása, ügyfélelégedettség,
2. IVR (Interactive Voice R...
PÉLDA: RAKTÁRKÉSZLET MODELLEZÉSE I.
Előrejelzés numerikus adatok alapján.
09/14/2016http://smartlab.tmit.bme.hu Deep Learn...
PÉLDA: RAKTÁRKÉSZLET MODELLEZÉSE II.
Szöveges tartalmakból tudás.
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - ho...
PÉLDA: RAKTÁRKÉSZLET MODELLEZÉSE III.
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar...
KIK VAGYUNK MI?
SmartLab @ TMIT BME, laborvezető: Dr. Németh Géza
Senior és junior kutatók, fejlesztők
Deep Learning kutat...
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 11/12
toth.b@tmit.bme.hu
Tóth Bálint Pál
http://smartlab.tmit.bme.hu
Upcoming SlideShare
Loading in …5
×

Dr. Tóth Bálint Pál (BME TMIT): Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát?

341 views

Published on

A neurális hálózatok és a deep learning rengeteg eddig nehéznek minősülő problémára képesek a legjobb megoldást adni. A legalapvetőbb példák a képfelismerés, beszédfelismerés és beszédszintézis terén adódnak, de ez csak a kezdet. A tudományos eredmények már évtizedes múlttal rendelkeznek, a megfigyelések alapján történő modellezés leghatékonyabb eszközévé vált ez a terület. A neuronhálók mély rétegei képesek a folyamatok összefüggéseinek kinyerésére, az események osztályozására, sőt, predikcióra is. A mély tanuló rendszerek ma már fordítanak, de zenét is komponálnak, az izgalom viszont akkor kezdődik, amikor a vállalatoknál lévő masszív adatvagyon értelmezése, mozgósítása történik, ami aztán önvezető autóhoz, termékfejlesztéshez vagy éppen sales folyamatok javításához előbb előnyt, majd később megkerülhetetlen alapot jelent minden digitális vállalatnál.

Az előadás az IVSZ MENTA 2016 konferencián hangzott el Balatonfüreden 2016. szeptember 14-én.

Published in: Technology
  • Be the first to comment

  • Be the first to like this

Dr. Tóth Bálint Pál (BME TMIT): Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát?

  1. 1. Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? Tóth Bálint Pál http://smartlab.tmit.bme.hu
  2. 2. A CÉGÓRIÁSOK MÁR (RÁ)KAPCSOLTAK A deep learning alapú MI a következő nagy lehetőség a növekedésre! Számos területen már bizonyított: ~ Emberi hallás ~ Emberi látás ~ Emberi beszéd ~ Emberi értelem? Nem csak a nagy cégeknek jelent növekedési potenciált a deep learning! 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 2/12
  3. 3. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? Bevétel, kiadás, könyvelés, Emailek, telefonhívások, tárgyalások hossza, tartalma, kapcsolati hálózatok, Alkalmazottak napi rutinja, munka-pihenés egyensúly, termékek, raktárkészlet, vásárlások, stb. BIG DATA, WIDE DATA 1 A LEGKISEBB CÉGBEN IS ELKÉPESZTŐ ADATMENNYISÉG 2 EZ EGY FELTÁRATLAN ARANYBÁNYA! 3/11 Adatból tudás, tudásból pénz Például Pareto-elv
  4. 4. DE MI IS AZ A DEEP LEARNING? Az idegrendszer által inspirált gépi tanuló modell. MÉLY NEURÁLIS HÁLÓZAT: Akár több mint 100 rétegen keresztül keressük a mélyebb összefüggéseket az adatokban az automatizált döntéshozáshoz. Big&wide data + GPU + új eredmények. Sokkal több mint adatbányászat! ELŐNYEI: 1) Az adatok mély összefüggéseit megtalálja. 2) Nyers adatokat is hatékonyan tud feldolgozni. 3) Cimkézetlen adatokat is tud kezelni. 4) Nagy dimenziószámmal is „könnyen” elbánik. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? W1 W2 Wn-1 Wn 4/12
  5. 5. EZ A HAJÓ MÁR ELINDULT! Láttunk már ilyet! Pl. Internet, okostelefon. DEFAULT THINKING veszélyei! Ma már az Internet + okostelefon mindenki számára teljesen elfogadott. A deep learning alapú mesterséges intelligencia hasonló jövő előtt áll! 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 5/12
  6. 6. NÉHÁNY IPARI DEEP LEARNING PÉLDA 1. Ügyfélszolgálati hívások monitorozása, ügyfélelégedettség, 2. IVR (Interactive Voice Response) rendszerek, „chatbot 2.0”, 3. Ügyfélre szabott ajánló rendszerek, ügyfél lojalitás előrejelzése, 4. Automatikus hírlevél generálás, 5. Pénzügyi idősorok modellezése és előrejelzése, 6. Gépkocsi flotta hibáinak korai automatikus detektálása szenzoradatok alapján, 7. Alkalmazottak hatékonyságának osztályozása, 8. Nagyvállalatok termelési és logisztikai késéseinek előrejelzése, 9. Saját raktárkészlet modellezése. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 6/12
  7. 7. PÉLDA: RAKTÁRKÉSZLET MODELLEZÉSE I. Előrejelzés numerikus adatok alapján. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 0,1,0,2,0… 191,191,191,191,192… 27,36,16,6,21… 21,11,25,6,47,… 7/12
  8. 8. PÉLDA: RAKTÁRKÉSZLET MODELLEZÉSE II. Szöveges tartalmakból tudás. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 00100100001000010000001,0000000010000… 5,61,84,85,96,85,36,98… 819,821,822,823,823,824,824,825… …. 8/12
  9. 9. PÉLDA: RAKTÁRKÉSZLET MODELLEZÉSE III. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 9/12 TERMÉK 1 TERMÉK 2 TERMÉK n
  10. 10. KIK VAGYUNK MI? SmartLab @ TMIT BME, laborvezető: Dr. Németh Géza Senior és junior kutatók, fejlesztők Deep Learning kutatás Alapkutatás Alkalmazott kutatás (hang és beszéd, idősor előrejelzés, szövegértelmezés) Deep Learning oktatás NVidia GPU Oktatási Központ 50+ hallgatónak „Deep Learning a gyakorlatban” kurzus 10+ MSc és BSc hallgató személyre szabott Deep Learning feladat Ipari konzultáció K+F+I együttműködés 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 10/12
  11. 11. 09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan tudja kiaknázni az ipar a gépi tanulás új korszakát? 11/12
  12. 12. toth.b@tmit.bme.hu Tóth Bálint Pál http://smartlab.tmit.bme.hu

×