How companies deal with machine learning is currently a highly-discussed topic, as it can facilitate corporate manual work by training computers to recognize patterns and thus automate the working procedure. However, this requires resources and knowledge in the field. As a result, various companies like Amazon and Google provide machine learning services without requiring the user to have deep knowledge in the area. This study evaluates Amazon Machine Learning program for a tag system with data from the media company Newstag. In order to make this evaluation, a larger amount of data with tags was obtained from the company. The result of the study indicates that Amazon's program do not work for multilabel classification. / Hur företag ska hantera maskininlärning är i dagsläget ett mycket omtalat ämne då det kan underlätta företags manuella arbeten genom att träna upp datorer att känna igen mönster och på så sätt automatisera arbetsprocessen. Detta kräver dock resurser och kunskaper inom området. Som ett resultat av detta erbjuder olika företag som Amazon och Google maskininlärningstjänster utan att det krävs att användaren besitter djupa kunskaper inom området. I denna studie utvärderas Amazon Machine Learning programmet för ett taggsystem med data från medieföretaget Newstag. För att kunna göra denna utvärdering erhölls en större mängd data med taggar från företaget. Resultatet av studien pekar på att Amazons program inte fungerar för multilabel klassificering.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-210792 |
| Date | January 2017 |
| Creators | Madosh, Farzana, Lundsten, Erik |
| Publisher | KTH, Skolan för datavetenskap och kommunikation (CSC) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0017 seconds