Joris Aeles
Azure Business Group Lead
Stel je voor dat je een fietsverhuurbedrijf hebt. Je wilt weten hoeveel fietsen worden verhuurd tijdens wat voor weer, met welke windsnelheden, op welke dagen en tijdstippen. Azure Machine Learning bevat een uitgebreid stappenplan om deze gegevens op te slaan en om te zetten naar gemakkelijk te analyseren data.
In deze whitepaper komen dan ook diverse voorbeelden aan bod om zelf deze data te organiseren in de Microsoft cloud. Zo staan er verschillende voorbeeldmatrixen in. Hierin kan je de codes van je fietsverhuurbedrijf overzichtelijk naar data coderen en categoriseren. Door middel van grafieken, kleuren en tabellen wordt de informatie over het aantal verhuurde fietsen op specifieke jaargetijden en weersverwachtingen direct visueel.
Via de verschillende links in de whitepaper test je gemakkelijk zelf welk model bij jouw bedrijf en de bijbehorende gegevens past. Zo helpt Azure Machine Learning je bij het inschatten van het aantal fietsen dat je volgende maand verhuurt.
In de Azure ML staan diverse kant- en klare datasets klaar die de codes van jouw bedrijf kunnen omzetten in waardevolle informatie. Als je niet bekend met het gebruik van de programmeringstaal (de zogenoemde R-taal), verwijst Azure ML je naar handige hulpprogramma’s, die je direct zelf kunt downloaden.
Als je al meer ervaring hebt in het gebruik van R- taal, toont het Execute R Script Model hoe je hier nog meer variabelen aan kan toevoegen. Naast windsnelheden plaats je bijvoorbeeld ook de codes voor hoeveelheden neerslag of bewolking in je model.
Als je eenmaal die belangrijke gegevens hebt verkregen en omgezet naar data, is het van net zo’n groot belang om deze veilig op te slaan. En zo bijvoorbeeld de privacy van de fietshuurders te waarborgen. Daarom geeft Azure je tenslotte ook slimme tools en tips om data en privacygegevens binnen je bedrijf goed op te bergen.
Aan het einde van de whitepaper ben je dankzij Azure ML zelf in staat om:
Een nieuwe kijk op digitale transformatie: Het AI 360°-model
We bevinden ons in dé fase waarin we gaan ontdekken hoe artificiële intelligentie (AI) de toekomst van het werken gaat veranderen. Bedrijfsleiders wereldwijd stellen zichzelf een aantal vragen: Hoe kan mijn bedrijf AI doeltreffend inzetten? Onderzoeken we de juiste commerciële kansen? Staan we open voor verandering? Digitale transformatie met AI is geen eenduidig of eenvoudig traject. […]
Bruno Schröder
National Technology Officer
Zó maak je dankzij machine learning je organisatie klaar voor de toekomst
Dankzij machine learning innoveren organisaties hun dienstverlening. Dat bespaart tijd en geld, terwijl de kwaliteit juist verbetert. Deze drie tips helpen je daarbij. 1. Start met automatisch contact Contact via bots bespaart de nodige mankracht. Bovendien krijgen klanten, cliënten en patiënten sneller antwoord op hun vragen, zonder dat ze weten dat ze met een computerprogramma […]
Dorien Aerts
Business Group Lead Business Applications
Volg de leiders: welke mogelijkheden moet succesvolle AI bieden?
Elke technologie doorloopt een tijdperk van ontdekking en een tijdperk van implementatie. Vandaag de dag snelt AI op volle toeren door het tijdperk van implementatie. Bedrijven passen deze technologie toe om hun werknemers te ondersteunen, contact met hun klanten te onderhouden en hun bedrijven te transformeren. “Alle grote techbedrijven investeren geld in AI-mogelijkheden. Ze hebben […]
Bruno Schröder
National Technology Officer
