Smarta rekommendationer : Rekommendationer på webbsidor framtagna av maskininlärning
Sammanfattning: I dagens samhälle är maskininlärning en metod som blir allt mer populär för att lösa olika problem som företag ställs inför världen runt. Många företag har berg av lagrad data som inte används till någon nytta. Den datan kan användas på många olika sätt för att göra förbättringar inom företagen. Ett av sätten är maskininlärning, det har blivit mer och mer populärt för att skapa rekommendationer. Det här projektets syfte är att skapa ett bevis på konceptet att en maskininlärningsmodell är kapabel att ge rekommendationer baserat på historisk data. Projektet kommer vara riktlinjer för hur Centrala Studiestödsnämnden (CSN) ska fortsätta med maskininlärning som ett alternativ till manuella rekommendationer. Det uppnås genom att determinera vilken data som ska användas, förstå datan som används och välja en algoritm som passar den datan. Sedan kan algoritmerna användas för att skapa maskininlärda modeller som kan testas i diverse olika sätt för att se vilken som passar ändamålet. Två modeller skapas med olika algoritmer som båda passar uppgiften. Modellerna testas genom praktiska och teoretiska test. Resultatet visar att algoritmerna är liknande i deras predikterade rekommendationer men har en del variation.
HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)