carrot carrot carrot Change Centers x cognizanti collaborators create-folder Data Science Decisive Infrastructure download download edit Email exit Facebook files folders future-of-work global sourcing industry info infographic linkedin location Mass Empowerment Mobile First our-latest-thinking pdf question-mark icon_rss save-article search-article search-folders settings icon_share smart-search Smart Sourcing icon_star Twitter Value Webs Virtual Capital workplace Artboard 1

Please visit the COVID-19 response page for resources and advice on managing through the crisis today and beyond.

Norway

No Results.

Did you mean...

Or try searching another term.

Nevrale nettverk

Hva er et nevralt nettverk?

Et nevralt nettverk er en metodikk eller et sett med algoritmer som fungerer på samme måte som en menneskelig hjerne. Det bruker dyplæringsteknikker for å gjenkjenne mønstre og trekker konklusjoner uten menneskelig inngripen.

Nevrale nettverk, en type maskinlæring, lærer og forbedrer resultater over tid. De er kapable til organisk læring og modellering av komplekse, ikke-lineære forhold. De kan også finne snarveier, noe som er svært verdifullt i big dataanalyse. Nevrale nettverk kan utlede forhold og selvreparasjon når data mangler eller feilforhold oppstår.

Hva er forretningsfordelene med et nevralt nettverk?

Et dypt nevralt nettverk tilbyr flere forretningsfordeler. For eksempel kan det:

  • Oppdage svindel. I flere bransjer hjelper nevrale nettverk med å forhindre svindel ved å oppdage og sende varsler om svindelplaner.
  • Forbedre kundeforhold. Bedrifter kan bruke nevrale nettverk for å identifisere kundesegmenter bedre, målrette markedsførings- og salgsinnsatsen og avgjøre hvorfor kunder potensielt velger en konkurrent.
  • Avgrens markedsføringsinitiativer. Evolusjonære nevrale nettverksapplikasjoner kan brukes til å lage segmentspesifikke tilnærminger til markedsføringskampanjer. For eksempel:
    • I detaljhandelen kan de gjøre prognoser mer nøyaktige, noe som gir et bedre bilde av hvilke produkter som ble kjøpt en bestemt dag, hvor mange ganger og hvilke kombinasjoner av produkter som ble kjøpt oftest.
    • Innen økonomi kan de gi mer nøyaktige spådommer om valutakurser og aksjekurser, og gjøre det mulig for bankene å tilby lån basert på innsamlede statistiske data.
    • På gulvet i produksjonsbedrifter kan de analysere data fra maskiner, sensorer, lys og kameraer for å overvåke og optimalisere anleggsprosesser.
    • I forsikring gjør de forsikringsselskapene i stand til å segmentere kundene sine av markedsførings-, pris- og risikogrunner.

Tilbake til

Ordliste