Ennustemallien käyttö verkkokauppadatan analysoinnissa
Kovanen, Rauli (2022)
2022
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2022121429656
https://urn.fi/URN:NBN:fi:amk-2022121429656
Tiivistelmä
Jyväskyläläiselle Tridea oy:lle toteutettiin verkkokaupan datasta ennustemalleja. Ennustemalleja lähdettiin rakentamaan erilaisilla neuroverkon kerros rakenteilla ja asetuksilla.
Ohjelmointikieleksi valittiin Python, sekä kirjastot Keras, Tensorflow, Sklearn, Pandas ja Numpy. Mallit rakennettiin Spyder-ide:ssä.
Käyttäjä voi ladata alkuperäisen datan tilalle samanmuotoisen json tiedoston, jota voidaan tutkia ja
muokata. Käyttäjä pystyy poimimaan tarvittavat tiedot ennustemallien tekemiseen ja lisätä kerroksia neuroverkkoon, muokata syötettävien tietojen määrää, sekä tehdä muita matemaattisia muokkauksia neuroverkkoihin ja tulostaa virheraportin, sekä esittää mallit graafisessa muodossa.
Opinnäytetyön tavoitteena oli luoda pohja, joka olisi mahdollisimman selkeä käyttää Python
ympäristössä. Tavoite onnistui osittain hyvin koodin selkeyden kohdalla, mutta ennustemallin
tarkkuudessa olisi parantamisen varaa. Toimeksiantaja tulee mahdollisesti jatkokehittämään ja kokeilemaan erilaisia neuroverkkoja toisenlaisilla datoilla.
Ohjelmointikieleksi valittiin Python, sekä kirjastot Keras, Tensorflow, Sklearn, Pandas ja Numpy. Mallit rakennettiin Spyder-ide:ssä.
Käyttäjä voi ladata alkuperäisen datan tilalle samanmuotoisen json tiedoston, jota voidaan tutkia ja
muokata. Käyttäjä pystyy poimimaan tarvittavat tiedot ennustemallien tekemiseen ja lisätä kerroksia neuroverkkoon, muokata syötettävien tietojen määrää, sekä tehdä muita matemaattisia muokkauksia neuroverkkoihin ja tulostaa virheraportin, sekä esittää mallit graafisessa muodossa.
Opinnäytetyön tavoitteena oli luoda pohja, joka olisi mahdollisimman selkeä käyttää Python
ympäristössä. Tavoite onnistui osittain hyvin koodin selkeyden kohdalla, mutta ennustemallin
tarkkuudessa olisi parantamisen varaa. Toimeksiantaja tulee mahdollisesti jatkokehittämään ja kokeilemaan erilaisia neuroverkkoja toisenlaisilla datoilla.