Prognostisering anses vara en nyckelprocess som påverkar alla delar av en verksamhet och genom att effektivt applicera prognoser kan ett flertal fördelar erhållas, däribland ökad tillgänglighet av produkter till konsumenter och minskade lagernivåer genom hela leveranskedjan. Inom dagligvaruhandeln, med dess snabba varuomsättning, skiftande konsumentbehov samt varierande produkthållbarheter är det särskilt nödvändigt att ständigt ligga steget före.ICA Sverige AB är idag den dominerande aktören inom svensk dagligvaruhandel med knappt hälften av marknadsandelarna. Likt många andra större koncerner tillämpar ICA Sverige AB prognoser för att förutse framtida försäljningsvolymer. Vad som skiljer sig är att verksamheten inte endast applicerar prognoser mot konsumenter utan även på försäljningen mot ICA-handlarna. Ett viktigt affärsområde för verksamheten är de kampanjer som dels bedrivs mot konsumenter och dels, i första hand, mot ICA-handlarna. Verksamhetens nuvarande process för kampanjprognostisering innefattar manuell planering och uppskattning av framtida kampanjers omfattning, vilket är extremt svårt.Denna studie syftar till att undersöka ett antal olika prognostiseringstekniker, från områdena informationsutvinning (eng. data mining) och maskininlärning, och deras förmåga att skapa träffsäkra kampanjprognoser. I studien jämförs även prognostiseringsteknikernas prestanda mot ICA:s befintliga manuella kampanjprognoser.Studiens resultat visar att det är möjligt att uppnå en hög träffsäkerhet på kampanjprognoser för dagligvaruhandeln med hjälp av prognostiseringstekniker. Flertalet av de studerade prognostiseringsteknikerna uppnådde dessutom en högre träffsäkerhet än ICA:s befintliga manuella kampanjprognoser. / Program: Systemarkitekturutbildningen

Det finns idag ett stort behov av att kunna klassificera stora mängder data på ett effektivt sätt. Prediktiv modellering är ett område inom data mining där prediktioner kan utföras baserat på tidigare erfarenheter. Dessa prediktioner presenteras sedan i en modell. Avvägningen mellan tolkningsbarhet och träffsäkerhet är ett begrepp som beskriver hur träffsäkra modeller ofta är ogenomskinliga, medan genomskinliga modeller ofta har lägre träffsäkerhet. Detta är ett problem eftersom det finns ett behov av modeller som är både träffsäkra och tolkningsbara.I denna studie visas hur man kan gå till väga för att skapa en modell som har en träffsäkerhet i klass med en ogenomskinlig modell, men samtidigt har en högre tolkningsbarhet. Två algoritmer presenteras för att ta fram en hybridmodell som bygger på beslutsträd där en implementering av Random Forest hanteras som alternativa lövnoder. Kontrollerade experiment och statistiska tester genomfördes för att mäta hybridmodellens träffsäkerhet mot träffsäkerheten hos J48 och Random Forest. Träffsäkerheten mättes även mot beslutsträd som genererats av den genetiska programmeringen som finns implementerad i ramverket G-REX.Resultatet visar att hybridmodellen kan uppnå en träffsäkerhet som är jämförbar med Random Forest men samtidigt hanterar de vanliga prediktionslöven i genomsnitt 39,21% av instanserna. Alltså är den hybridmodell som presenteras i studien mer tolkningsbar än Random Forest utan att ha någon signifikant skillnad i träffsäkerhet. / Program: Systemarkitekturutbildningen

Det finns ett behov att hitta och rekrytera skickliga spelare till sin fotbollsklubb på ett kostnadseffektivt sätt. Den nuvarande processen med talangscouter är tidsödande och kostsam. Automatiserad dataanalys kan underlätta sökandet efter de önskade spelarna. Då automatiserad dataanalys med semifiktiv data inte undersökts i någon större utsträckning tidigare hade det varit intressant att ta reda på hur väl vanliga tekniker inom data mining fungerar när de appliceras på semifiktiv data.Ändamålet med studien var att med hjälp av kvantitativa experiment skapa prediktiva modeller som förutspår om en fotbollsspelare kommer att öka sina marknadsandelar i framtiden. Studien hade även för avsikt att ta reda på om det, med hjälp av semifiktiv data, gick att skapa tolkningsbara modeller som gav generella insikter om viktiga attribut hos fotbollsspelare på olika positioner.Studiens forskningsmetod var kvantitativ forskning då det är en metod som värdesätter struktur och objektivitet; vilket var viktigt för studien och dess forskningsfrågor. Den forskningsstrategi som användes under studien var experiment, vilken passade bra till den kvantitativa datainsamlingen och dataanalysen.I studien utfördes tre experiment. Det första experimentet gick ut på att, med så hög prestanda som möjligt, skapa klassificeringsmodeller som förutspår om en spelare kommer ha en positiv utveckling. Det andra experimentet gick ut på att ta reda på om det gick att skapa tolkningsbara klassificeringsmodeller för att dra generella slutsatser kring fotbollsspelares egenskaper. Det tredje experimentet gick ut på att ta reda på vilka fotbollsspelare som kommer få en positiv utveckling i framtiden.Resultaten från det första experimentet visar att modellerna har en bra prestanda vilket betyder att det går att skapa klassificeringsmodeller som kan förutspå om en spelare kommer ha en positiv utveckling i framtiden. Resultaten från det andra experimentet visar dock att det inte går att skapa tolkningsbara modeller som ger generella insikter om viktiga attribut på specifika positioner. Detta på grund av modellernas låga prestanda vilket gjorde att tilliten till träden sänktes rejält. Det tredje experimentet gav en del intressanta resultat som kan tidigast verifieras i slutet av år 2014.Då studiens resultat är positiva och originella blir påföljden att fotbollsklubbar bör få upp ögonen för mer kvantitativa angreppssätt, exempelvis dataanalys, när det kommer till värvningar av spelare. Även forskare kan ha nytta av studien då den ger en grund vilken kan utökas i framtida studier. / Program: Systemarkitekturutbildningen

Recommender systems emerged in the mid '90s with the objective of helping users select items or products most suited for them. Whether it is Facebook recommending people you might know, Spotify recommending songs you might like or Youtube recommending videos you might want to watch, recommender systems can now be found in every corner of the internet. In order to handle the immense increase of data online, the development of sophisticated recommender systems is crucial for filtering out information, enhancing web services by tailoring them according to the preferences of the user. This thesis aims to improve the accuracy of recommendations produced by a classical collaborative filtering recommender system by utilizing temporal properties, more precisely the date on which an item was rated by a user. Three different time-weighted implementations are presented and evaluated: time-weighted prediction approach, time-weighted similarity approach and our proposed approach, weighting the mean rating of a user on time. The different approaches are evaluated using the well known MovieLens 100k dataset. Results show that it is possible to slightly increase the accuracy of recommendations by utilizing temporal properties.

<p>The use for a readability classification model is mainly as an integrated part of an information retrieval system. By matching the user's demands of readability to the documents with the corresponding readability, the classification model can further improve the results of, for example, a search engine. This thesis presents a new solution for classification into readability levels for Swedish. The results from the thesis are a number of classification models. The models were induced by training a Support Vector Machines classifier on features that are established by previous research as good measurements of readability. The features were extracted from a corpus annotated with three readability levels. Natural Language Processing tools for tagging and parsing were used to analyze the corpus and enable the extraction of the features from the corpus. Empirical testings of different feature combinations were performed to optimize the classification model. The classification models render a good and stable classification. The best model obtained a precision score of 90.21\% and a recall score of 89.56\% on the test-set, which is equal to a F-score of 89.88.</p> / <p>Uppsatsen beskriver utvecklandet av en klassificeringsmodell för Svenska texter beroende på dess läsbarhet. Användningsområdet för en läsbaretsklassificeringsmodell är främst inom informationssökningssystem. Modellen kan öka träffsäkerheten på de dokument som anses relevanta av en sökmotor genom att matcha användarens krav på läsbarhet med de indexerade dokumentens läsbarhet. Resultatet av uppsatsen är ett antal modeller för klassificering av text beroende på läsbarhet. Modellerna har tagits fram genom att träna upp en Support Vector Machines klassificerare, på ett antal särdrag som av tidigare forskning har fastslagits vara goda mått på läsbarhet. Särdragen extraherades från en korpus som är annoterad med tre läsbarhetsnivåer. Språkteknologiska verktyg för taggning och parsning användes för att möjliggöra extraktionen av särdragen. Särdragen utvärderades empiriskt i olika särdragskombinationer för att optimera modellerna. Modellerna testades och utvärderades med goda resultat. Den bästa modellen hade en precision på 90,21 och en recall på 89,56, detta ger en F-score som är 89,88. Uppsatsen presenterar förslag på vidareutveckling samt potentiella användningsområden.</p>

Företaget Omicron Ceti AB köpte en Intel Movidius Neural Compute Stick (NCS), som är en usb-enhet där neurala nätverk kan laddas in för att processa data. Min uppgift blev att studera hur NCS används och göra en guide med exempel. Med TensorFlow och hjälpbiblioteket TFLearn gjordes först ett testnätverk för att prova hela kedjan från träning till användning med NCS. Sedan tränades ett nätverk att kunna klassificera 14 olika ord. En mängd olika utformningar på nätverket testades, men till slut hittades ett exempel som blev en bra utgångspunkt och som efter lite justering gav en träffsäkerhet på 86% med testdatat. Vid inläsning i mikrofon så blev resultatet lite sämre, med 67% träffsäkerhet. Att processa data med NCS tog längre tid än med TFLearn men använde betydligt mindre CPU-kraft. I mindre system såsom en Raspberry Pi går det däremot inte ens att använda TensorFlow/TFLearn, så huruvida det är värt att använda NCS eller inte beror på det specifika användningsscenariot. / Omicron Ceti AB company had an Intel Movidius Neural Compute Stick (NCS), which is a usb device that may be loaded with neural networks to process data. My assignment was to study how NCS is used and to make a guide with examples. Using TensorFlow and the TFLearn help library a test network was made for the purpose of trying the work pipeline, from network training to using the NCS. After that a network was trained to classify 14 different words. Many different configurations of the network were tried, until a good example was found that was expanded upon until an accuracy of 86% with the test data was reached. The accuracy when speaking into a microphone was a bit worse at 67%. To process data with the NCS took a longer time than with TFLearn but used a lot less CPU power. However it’s not even possible to use TensorFlow/TFLearn in smaller systems like a Raspberry Pi, so whether it’s worth using the NCS depends on the specific usage scenario.

Sexual abuse is a horrible reality for many children around the world. As technology improves the availability of encryption schemes and anonymity over the internet, the perpetrators of these acts are increasingly hard to track. There have been several advances in recent time to automate the work of trying to catch these perpetrators and especially image recognition has seen great promise. While image recognition is a natural approach to these subjects as many abuses are documented and shared between perpetrators, there are potentially many leads that go unexplored if only focusing on images and videos. This study evaluates how methods of supervised machine learning solely based on textual data can point us to posts on forums which are connected to the distribution of child sexual abusive material. Feature representation techniques such as word-vectors, paragraphvectors and the FastText algorithm were used in conjunction with supervised machine learning methods based on deep learning, including methods of multilayer perceptrons, convolutional neural networks and long-short term memory models. The models were trained and evaluated on a dataset based on forum posts from a Dark Net leak from last year, and are evaluated as well on text collected from websites that had been manually verified by Ecpat. Those models were compared to a baseline model based on logistic regression. It was found that those state-of-the-art models achieve a similar performance, all outperforming the 'benchmark' logistic regression model. Further improvements can be achieved based on the availability of more annotated data.

Uppsatsen syftar till att minska omfattningen av påverkanskampanjer genom maskininlärningsmodellen Support Vector Machine. Arbetet utgår från en litteraturstudie samt två experiment. Litteraturstudien syftar till att ge en referensram till textklassificering med Support Vector Machines. Det första experimentet innebar träning av en Support Vector Machine för att klassificera svenska nyhetsartiklar utefter pålitlighet. Det andra experimentet innefattade en jämförelse av tränad SVM-modell och andra standardmetoder inom textklassificering. Resultaten från experimenten tyder på att SVM är ett effektivt verktyg för klassificering av svenska nyhetsartiklar men även att det finns fler modeller som är lämpliga för samma uppgift. / The aim of this paper is to reduce the extent of impact campaigns through use of the machine learning algorithm Support Vector Machine. The process involved a literature study and two experiments. The aim of the literature study was to give a frame of reference to text classification with Support Vector Machines. The first experiment involved training a SVM to be able to classify news articles written in swedish based on the reliability of the article. The second experiment involved a comparison between the trained SVM-model and other standard methods in the field. The results from the experiment indicates that SVM is a effective tool for classification of news articles written in Swedish, but also that other standard methods are suitable for the same task.

Kor inom mjölkindustrin drabbas ofta av juverinflammationen mastit, som orsakas av en mängd olika bakterier. Eftersom olika bakterier kräver olika behandlingsplaner finns ett behov att identifiera vilken bakterie som har orsakat mastiten. I nuläget finns två sätt att göra detta på, skicka in prover till en veterinär eller utbilda personal på plats för att analysera prover. Båda dessa alternativ är tids- och resurskrävande och kan leda till att mjölkföretagarna väljer att försöka behandla sina kor med antibiotika eller andra onödiga och potentiellt ohållbara metoder. Denna rapport beskriver det arbete som utförts av sju studenter under vårterminen 2018 i samband med kursen TDDD96 - Kandidatprojekt i programvaruutveckling. I projektet utvecklades en prototyp för ett system som med hjälp av ett neuralt nätverk klassificerar bakterier hos mastitdrabbade kor utifrån bilder på bakterieodlingar. Som gränssnitt mellan mjölkföretagare och klassificerare utvecklades en Android-applikation där slutanvändaren lätt kan ta bilder och mata in relevant information för att sedan skicka dessa till en server. Under implementationen av produkten delades projektgruppen in i tre delgrupper, varje delgrupp arbetade på ett av de tre delsystemen applikation, server och klassificerare. Projektgruppen använde sig av en Scrum-liknande arbetsmetodik där utvecklingsfasen delades upp i olika sprints. Den klassificerare som tagits fram har lyckats få en klassifikationssäkerhet som är i underkant med veterinärerna. Dock har klassificeraren stor potential och kan utvecklas till att vara en bra lösning till det presenterade problemet inom mjölkindustrin.

The objective of the project was to examine the possibility to use machine lear- ning without prior knowledge of machine learning or of mathematics and if that is possible also explore the possibility to use machine learning to interpret a picture of a piece of sheet music. The capacity of detecting notes from images of sheet music in the produced model was then compared to an existing pro- gram called Audiveris. The result became a model later used in a comparison with the program Audiveris. The comparison resulted in Audiveris finding al- most 100% of the notes but the new model only being able to detect about a third. The reasons for the big difference were probably: first that Audiveris has been in development for many years and secondly that the training data used for the new model wasn’t enough varied and complicated. To further increase the ability of the new model ́s skill the main point would be the need for more trai- ning data at the training of the model. Even then you need to supply a variation in the data ́s content and its degree of difficulty which is more varied then the first training data. / Målet med projektet har varit att undersöka om det går att applicera maskininlärning utan att ha kunskaper av maskininlärning och matematik sedan tidigare samt om detta är möjligt också undersöka om det går att använda maskininlärning för att tolka en bild av nottecken för musik. Detta användes sedan för att jämföra dess förmåga att upptäcka noter med ett redan existerande program kallat Audiveris. Metoden som användes var att bilder märktes med information om dess innehåll och sedan användes dessa bilder för att träna en maskininlärningsmodell att tolka bilder av nottecken. Sedan gjordes en manuell jämförelse av Audiveris resultat samt resultatet från maskininlärningsmodellen efter att den tränats på de nya notbilderna. Resultatet blev en modell som sedan användes vid jämförelsen med Audiveris. Den jämförelsen resulterade i att Audiveris visade sig bättre än den nytränade modellen då Audiveris hittade nästan 100% av noterna på bilden medan den nya modellen bara hittade cirka 33.3%. Orsaken till den stora skillnaden på upptäckande av nottecken berodde antagligen till stor del på två saker: den första att Audiveris utvecklats under många år och den andra att träningsdatat som användes till den nya modellen inte var tillräckligt varierat och komplicerat. För att vidareutveckla den nya modellens färdighet skulle framför allt mer träningsdata behöva användas vid träningsmomentet. Även då behövde man se till att variationen av material och dess svårighetsgrad blev mer varierat än vid grundmaterialet.