Deep neural networks
Deep Learning - hogyan tudja kiaknzni az ipar a gpi tanuls j
korszakt?Tth Blint Pl
http://smartlab.tmit.bme.hu
BME adjunktusa1
A CGRISOK MR (R)KAPCSOLTAK
A deep learning alap MI a kvetkez nagy lehetsg a nvekedsre!Szmos
terleten mr bizonytott:~ Emberi halls~ Emberi lts~ Emberi beszd~
Emberi rtelem?
Nem csak a nagy cgeknek jelent nvekedsi potencilt a deep
learning!09/14/2016http://smartlab.tmit.bme.hu Deep Learning -
hogyan tudja kiaknzni az ipar a gpi tanuls j korszakt?
2/12
de nem csak a nagy cgeknek rhetnek el nvekedst a deep
learninggel, hanem akr a kis s kzpvllalkozsok is!2
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?Bevtel, kiads,
knyvels,Emailek, telefonhvsok, trgyalsok hossza, tartalma,
kapcsolati hlzatok,Alkalmazottak napi rutinja, munka-pihens
egyensly, termkek, raktrkszlet, vsrlsok, stb.
BIG DATA, WIDE DATA1A LEGKISEBB CGBEN IS
ELKPESZTADATMENNYISG
2EZ EGY FELTRATLAN ARANYBNYA!3/11Adatbl tuds, tudsbl pnzPldul
Pareto-elv
APareto-elv, ms nven a8020 szablykimondja, hogy szmos jelensg
esetn a kvetkezmnyek 80%-a az okok mindssze 20%-ra vezethet
vissza.
3
DE MI IS AZ A DEEP LEARNING?Az idegrendszer ltal inspirlt gpi
tanul modell.MLY NEURLIS HLZAT: Akr tbb mint 100 rtegen keresztl
keressk a mlyebb sszefggseket az adatokban az automatizlt
dntshozshoz.Big&wide data + GPU + j eredmnyek.Sokkal tbb mint
adatbnyszat!
ELNYEI:Az adatok mly sszefggseit megtallja. Nyers adatokat is
hatkonyan tud feldolgozni.Cimkzetlen adatokat is tud kezelni.Nagy
dimenziszmmal is knnyen
elbnik.09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?
W1W2Wn-1Wn4/12
dnn: bonyolult matematikai rendszer, elsore nem nyilvanvalo
osszefuggeseket tanul az adatokbolGPU magyarzat, mirt jMiert nincs
esely arra, hogy SAP vagy SPSS altalanos deep learning csomagot ad
ki egyelore
4
EZ A HAJ MR ELINDULT!Lttunk mr ilyet! Pl. Internet,
okostelefon.
DEFAULT THINKING veszlyei!
Ma mr az Internet + okostelefon mindenki szmra teljesen
elfogadott.
A deep learning alap mestersges intelligencia hasonl jv eltt
ll!09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?
5/12
Ez a telefon mg nem adta azt az lmnyt s funkcionalitst amit a
mai telefonok tudnak. Paradigma vlts kellett.
Hasonl kszbn llunk deep learningnl is. 5
NHNY IPARI DEEP LEARNING PLDAgyflszolglati hvsok monitorozsa,
gyflelgedettsg,IVR (Interactive Voice Response) rendszerek, chatbot
2.0, gyflre szabott ajnl rendszerek, gyfl lojalits
elrejelzse,Automatikus hrlevl generls,Pnzgyi idsorok modellezse s
elrejelzse,Gpkocsi flotta hibinak korai automatikus detektlsa
szenzoradatok alapjn,Alkalmazottak hatkonysgnak
osztlyozsa,Nagyvllalatok termelsi s logisztikai ksseinek
elrejelzse,Sajt raktrkszlet modellezse.
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?6/12
Sok esetben mg kutatsi fzisban.
Mindegyiknek a kzs alapja az automatizlt modellezs, elrejelzs
vagy osztlyozs.6
PLDA: RAKTRKSZLET MODELLEZSE I.Elrejelzs numerikus adatok
alapjn.09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?
0,1,0,2,0191,191,191,191,19227,36,16,6,2121,11,25,6,47,7/12
Clunk elrejelezni, hogy milyen s mennyi termkkel tltsk fel
kvetkez hetekben a raktrunkat.
3: a kimeneten pedig azt szeretnenk latni, hogy a kovetkezo
hetekben milyen forgalmi adatokra szamithatunk7
PLDA: RAKTRKSZLET MODELLEZSE II.Szveges tartalmakbl tuds.
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?
00100100001000010000001,00000000100005,61,84,85,96,85,36,98819,821,822,823,823,824,824,825.
8/12
(6-7) hl kimenete: pl. likeok szma vagy hogy a hrt kvet napokban
hogy vltozott az eladsok szma, vagy a kapcsold rszvny
rfolyama.8
PLDA: RAKTRKSZLET MODELLEZSE
III.09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?
9/12TERMK 1TERMK 2TERMK n
OkostelefonKiegsztk (pl. tokok, akkumultorok, tltk)9
KIK VAGYUNK MI?SmartLab @ TMIT BME, laborvezet: Dr. Nmeth
GzaSenior s junior kutatk, fejlesztkDeep Learning
kutatsAlapkutatsAlkalmazott kutats (hang s beszd, idsor elrejelzs,
szvegrtelmezs)Deep Learning oktatsNVidia GPU Oktatsi Kzpont 50+
hallgatnak Deep Learning a gyakorlatban kurzus10+ MSc s BSc hallgat
szemlyre szabott Deep Learning feladatIpari konzultciK+F+I
egyttmkds
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?10/12
rmmel vesszk jelentkezsket, hogy egy szmukra elnys rendszert
kidolgozva mi is mg mlyebb ismereteket tegynk szert. 10
09/14/2016http://smartlab.tmit.bme.hu Deep Learning - hogyan
tudja kiaknzni az ipar a gpi tanuls j korszakt?11/12
Freiburgi egyetem kutati11
[email protected] Blint Pl
http://smartlab.tmit.bme.hu
12
