Machine learning and mobile development

Abstract

Viime vuosikymmenen aikana koneoppimisen suosio on kasvanut räjähdysmäisesti. Mahdollisia käyttötarkoituksia koneoppimiselle tutkitaan jatkuvasti monella eri tieteenalalla ja tämän vuoksi koneoppimista hyödyntävän sovelluskehityksen perustarpeet kasvavat päivittäin.

Opinnäytetyön toimeksiantajana toimi Piceasoft Oy, joka kehittää sovelluksia mobiililaitteiden elinkaaren hallintaan. Piceasoftin tuoteportfolioon kuuluu esimerkiksi Diagnostics, Verify, Switch, Report, Eraser ja Trade-In. Osana Piceasoftin jatkuvaa tutkimus- ja -kehitysprosessia kokeillaan koneoppimista hyödyntäviä sovellusratkaisuja.

Tämän opinnäytetyön tarkoituksena on antaa perustiedot koneoppimista käyttävän mobiilisovelluksen kehityksestä. Opinnäytetyö haki vastausta seuraavanlaisiin kysymyksiin: ”Kuinka paljon sovelluskehittäjän täytyy tietää koneoppimisesta, jotta voi käyttää sen etuja omissa sovelluksissa?”, ja ”Minkä seikkojen vuoksi koneoppimis-sovelluskehyksen käyttö on suosittua?”

Opinnäytetyön tuloksena kehitettiin koneoppimis-sovelluskehystä käyttävä mobiilisovellus Android- ja iOS-alustoille. Mobiilisovellus luokittelee käyttäjän piirtämiä numeroita valmista koneoppimismallia käyttäen.

Keskeisimpänä havaintona todettiin, että koneoppis-sovelluskehyksen käyttö on tehty helpoksi, ja tämän vuoksi perustiedot koneoppimisesta riittävät hyvin yksinkertaisten mobiilisovellusten luomista varten. Lisäksi työn aikana huomattiin, että suurinta osaa koneoppimiseen liittyvästä opetusmateriaalista ei ole kirjoitettu sovelluskehittäjää ajatellen.

The popularity of machine learning technologies has increased exponentially in the past ten years. In many fields of study, possible use cases for machine learning are tested continuously. Thus, the basics of developing software that uses machine learning are becoming more critical by the day.

The client of this Bachelors’ thesis was Piceasoft LLC. Piceasoft is a company, who develops software to manage the mobile device lifecycle. Piceasoft has multiple products such as Diagnostics, Verify, Switch, Report, Eraser, and Trade-In. Machine learning is being tested as a part of the continuous application research and development process.

The purpose of this thesis was to increase knowledge of how to develop basic machine learning applications for mobile platforms. The thesis sought answer to questions: “As a developer, how much do you need to know about machine learning to start using it in your applications?” and “Why is the development with a machine learning framework popular?”

A mobile application for Android and iOS platforms that used a machine learning framework was developed as a result of this thesis. The application classifies handwritten digits by using an existing machine learning model.

The most significant finding of this thesis was that development with a machine learning framework is simple. The basics of machine learning are often good enough to start the mobile application development. Also, it was noted that most of the existing learning resources for machine learning are not written for software developers.