Big data ir machine learning paprastai

Aurimas Paulius Girčys
Aurimas Paulius GirčysBusiness Development Lead at Resolution Media Lithuania
Big data ir machine learning paprastai
TOTAL TRAFFIC BREAKDOWN
2
3Aurimas.Gircys@resolutionmedia.lt
BIG DATA SĄVOKA YRA RELIATYVI
4
Prieš 20 m. 1 GB
būtų traktuotas
kaip BIG DATA
MACHINE LEARNING – SISTEMOS MOKYMASIS
5
Norima atrasti
šablonus
PVZ: SPAM filtras. Paieškos variklis.
Kiekvienas iš
mūsų yra
unikalus. Tuo
mes visi
panašūs.
PROGNOZAVIMAS
6
Turime duomenis Tarp jų yra ryšys
Tikimės, kad galime atrasti šabloną.
KO REIKIA VENGTI?
7
Vadinasi, jei lis,
gausiu atlyginimą?
Šabloną galime rasti bet kur. Reikia vengti loginių klaidų.
Kai gavau
atlyginimą, lijo
NUO KO PRADĖTI?
Žingsnis po žingsnio...
8
SU KUO MOKYSIME SISTEMĄ?
9
ĮSIDIEGIAME R
10
ĮSIDIEGIAME
11
Kol kas viskas
paprasta
KAIP MOKYSIME SISTEMĄ?
12
KAIP GAUTI DUOMENIS?
13Facebook
AdWords
PRADŽIOS LANGAS
14
Čia matysite
visus įvestus
kintamuosius.
PRADEDAME RAŠYTI KODĄ
15
DVIEJŲ SEKŲ KORELIACIJA
16
PRINCIPUS SUPRANTAME
Pradedame analizuoti
duomenis 17
NAUDOJAME ADWORDS DUOMENIS
1844 tūkst. eilučių
SKAITOME DUOMENIS IŠ .CSV FAILŲ
19Aurimas.Gircys@resolutionmedia.lt
KURIAME REGRESIJOS MODELĮ
20
TAIKOME MODELĮ PROGNOZEI
21
KURIAME DAUGIAPARAMETRINĮ MODELĮ
22
PROGNOZUOJAME KONVERSIJAS
23Aurimas.Gircys@resolutionmedia.lt
PROGNOZUOJAME KONVERSIJAS
24Aurimas.Gircys@resolutionmedia.lt
PROGNOZUOJAME KONVERSIJAS
25Aurimas.Gircys@resolutionmedia.lt
NAUDOJAME FACEBOOK DUOMENIS
26Aurimas.Gircys@resolutionmedia.lt
NAUDOJAME FACEBOOK DUOMENIS
27Aurimas.Gircys@resolutionmedia.lt
KURIAME MODELĮ IR TAIKOME PROGNOZEI
28Aurimas.Gircys@resolutionmedia.lt
PROGNOZUOJAME REZULTATUS
29Aurimas.Gircys@resolutionmedia.lt
PROGNOZUOJAME REZULTATUS
30Aurimas.Gircys@resolutionmedia.lt
KAIP SU MACHINE LEARNING SUKURTI
VERTĘ?
31
KAIP SUKURSIME VERTĘ?
32Aurimas.Gircys@resolutionmedia.lt
Prognozuokime
konversijas, įvertindami
investicijų arba kampanijų
kokybės pokytį.
KAIP SUKURSIME VERTĘ?
33Aurimas.Gircys@resolutionmedia.lt
Asociacijų metodu galime rasti
priežastinį ryšį tarp krepšelio
prekių. Tada komunikuoti
prekes, kurios padės parduoti
tas, kurias norime parduoti.
KAIP SUKURSIME VERTĘ?
34Aurimas.Gircys@resolutionmedia.lt
Išmokysime algoritmus
prognozuoti, ar turėtų būti
konversijos, įvertinant 90+
kintamųjų.
Kai prognozės atitiks 100%
tikrovę, prognuzuosime į ateitį.
KAIP SUKURSIME VERTĘ?
35Aurimas.Gircys@resolutionmedia.lt
Klasterizacijos metodu galime
suskirstyti visus vartotojus į
„Auksinius“, „Sidabrinius“ ir
kitus. Pagal požymius
algoritmai randa naujus
„Auskinius“ klientus, jiems dar
nežinant jūsų brando.
KAIP SUKURSIME VERTĘ?
36Aurimas.Gircys@resolutionmedia.lt
Duomenys
Vertės augimo prognozė
Tikras poveikis verslo
augimui
37
Aurimas.Gircys@resolutionmedia.lt
1 de 37

Recomendados

Big data project por
Big data projectBig data project
Big data projectsalebab
798 vistas30 diapositivas
Ktu informatikos studiju pristatymas moksleiviams por
Ktu informatikos studiju pristatymas moksleiviamsKtu informatikos studiju pristatymas moksleiviams
Ktu informatikos studiju pristatymas moksleiviamsAndrej Afonin
532 vistas15 diapositivas
Анализ данных и большие данные por
Анализ данных и большие данныеАнализ данных и большие данные
Анализ данных и большие данныеАлександр Дьяконов
506 vistas37 diapositivas
Leveraging Microsoft BI Toolset to Monitor Performance por
Leveraging Microsoft BI Toolset to Monitor PerformanceLeveraging Microsoft BI Toolset to Monitor Performance
Leveraging Microsoft BI Toolset to Monitor PerformanceDan English
417 vistas29 diapositivas
Kursai praktine uzduotis por
Kursai praktine uzduotisKursai praktine uzduotis
Kursai praktine uzduotisdaldap
238 vistas7 diapositivas
VB-Trend 2016: Инструменты анализа бизнес-процессов с привязкой к ИТ и ИБ por
VB-Trend 2016:  Инструменты анализа бизнес-процессов с привязкой к ИТ и ИБVB-Trend 2016:  Инструменты анализа бизнес-процессов с привязкой к ИТ и ИБ
VB-Trend 2016: Инструменты анализа бизнес-процессов с привязкой к ИТ и ИБAlexander Skakunov
305 vistas12 diapositivas

Más contenido relacionado

Destacado

Алгебраический подход к анализу данных и его приложения por
Алгебраический подход к анализу данных и его приложенияАлгебраический подход к анализу данных и его приложения
Алгебраический подход к анализу данных и его приложенияАлександр Дьяконов
3.8K vistas19 diapositivas
Борис Фадичев, Relation rate: Анализ данных социальных сетей por
 Борис Фадичев,  Relation rate: Анализ данных социальных сетей Борис Фадичев,  Relation rate: Анализ данных социальных сетей
Борис Фадичев, Relation rate: Анализ данных социальных сетейweb2win
1.7K vistas13 diapositivas
Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры" por
Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры"Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры"
Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры"Vladimir Leonenko
22.8K vistas54 diapositivas
Big data ppt por
Big data pptBig data ppt
Big data pptThirunavukkarasu Ps
75K vistas33 diapositivas
What is Big Data? por
What is Big Data?What is Big Data?
What is Big Data?Bernard Marr
585.3K vistas25 diapositivas
Big Data - 25 Amazing Facts Everyone Should Know por
Big Data - 25 Amazing Facts Everyone Should KnowBig Data - 25 Amazing Facts Everyone Should Know
Big Data - 25 Amazing Facts Everyone Should KnowBernard Marr
487.1K vistas28 diapositivas

Destacado(6)

Борис Фадичев, Relation rate: Анализ данных социальных сетей por web2win
 Борис Фадичев,  Relation rate: Анализ данных социальных сетей Борис Фадичев,  Relation rate: Анализ данных социальных сетей
Борис Фадичев, Relation rate: Анализ данных социальных сетей
web2win1.7K vistas
Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры" por Vladimir Leonenko
Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры"Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры"
Томас Дэвенпорт и Ким Джин Хо "О чем говорят цифры"
Vladimir Leonenko22.8K vistas
What is Big Data? por Bernard Marr
What is Big Data?What is Big Data?
What is Big Data?
Bernard Marr585.3K vistas
Big Data - 25 Amazing Facts Everyone Should Know por Bernard Marr
Big Data - 25 Amazing Facts Everyone Should KnowBig Data - 25 Amazing Facts Everyone Should Know
Big Data - 25 Amazing Facts Everyone Should Know
Bernard Marr487.1K vistas

Más de Aurimas Paulius Girčys

From zero to ecommerce hero - a 25 min masterclass FINAL.ppsx por
From zero to ecommerce hero  - a 25 min masterclass FINAL.ppsxFrom zero to ecommerce hero  - a 25 min masterclass FINAL.ppsx
From zero to ecommerce hero - a 25 min masterclass FINAL.ppsxAurimas Paulius Girčys
2 vistas29 diapositivas
UNLEASHING AI: THE GAME-CHANGER IN MODERN MARKETING AND ADVERTISING por
UNLEASHING AI: THE GAME-CHANGER IN MODERN MARKETING AND ADVERTISINGUNLEASHING AI: THE GAME-CHANGER IN MODERN MARKETING AND ADVERTISING
UNLEASHING AI: THE GAME-CHANGER IN MODERN MARKETING AND ADVERTISINGAurimas Paulius Girčys
77 vistas49 diapositivas
Must Have Google Tag Manager applications for your e-shop por
Must Have Google Tag Manager applications for your e-shopMust Have Google Tag Manager applications for your e-shop
Must Have Google Tag Manager applications for your e-shopAurimas Paulius Girčys
61 vistas45 diapositivas
To Bot or Not to Bot #LOGIN2017 presentation por
To Bot or Not to Bot #LOGIN2017 presentationTo Bot or Not to Bot #LOGIN2017 presentation
To Bot or Not to Bot #LOGIN2017 presentationAurimas Paulius Girčys
185 vistas13 diapositivas
Google AdWords Naujienos - pranešimas #Ekomercija16 por
Google AdWords Naujienos - pranešimas #Ekomercija16Google AdWords Naujienos - pranešimas #Ekomercija16
Google AdWords Naujienos - pranešimas #Ekomercija16Aurimas Paulius Girčys
196 vistas32 diapositivas
What is next in Advertising - Best Internet 2015 por
What is next in Advertising - Best Internet 2015What is next in Advertising - Best Internet 2015
What is next in Advertising - Best Internet 2015Aurimas Paulius Girčys
301 vistas39 diapositivas

Big data ir machine learning paprastai