Strojové účenie ako služba - predikovanie výsledkov verejných obstarávaní

Jakub Kúdela

Diplomová práce

Strojové učení jako služba - predikování výsledků veřejných zakázek

Anotace:

Diplomová práce se zaměřuje na oblast "Strojové učení jako služba" označené také jako MLaaS. Ide o skloubení cloudových technologií s oborem strojového učení. Práce postupně představuje obě tyto oblasti a později se zaměří na jejich kombinaci. Představené jsou možnosti SaaS řešení zaměřené na strojové učení, platformy nebo specializované API. Vytvořenou kategorizací dosáhne čtenář představu o možnostech využití strojového učení v cloude s výhodami jako je škálovatelnost nebo flexibilita. Zkoumáním trhu bylo zjištěno, že jde o mladý a rychle rostoucí trh. Dvě různá řešení od cloudových poskytovatelů byla následně vybrána pro použití v této práci. Cílem bylo řešení skutečného problému s co největším možným využitím. Stav veřejných zakázek na území SR je podle EÚ kritický a jeden z nejhorších z členských států. Vykonané bylo proto zpracování dat, které jsou použitelné k vytvoření předikčního modelu neefektivních smluv z hlediska cen a konkurence. Výsledné modely dokážou úspěšněji identifikovat takové zakázky po jejich vyhlášení proti náhodnému výběru. Moderní cloudové řešení, která byla použita, umožňují jednoduché nasazení modelu do produkce pro širokou veřejnost. Rešení má proto potenciál zlepšit obraz veřejných zakázek na území.

Abstract:

The diploma thesis focuses on Machine Learning as a Service, also referred to as MLaaS. This is a combination of cloud technologies and the field of machine learning. The work first presents both of these areas and later focuses on their combination. SaaS solutions for machine learning, platforms, or dedicated APIs are introduced. A proposed categorization gives the reader an idea of the possibilities of using cloud-based machine learning with benefits such as scalability or flexibility. Market research has found that it is a young and rapidly growing market. Two different solutions from cloud providers were then selected for use in this work. The goal was to solve a real problem with the greatest possible use and impact. The state of public procurement in the Slovak republic is critical considering EU analysis and also one of the worst among the member states. Effort has therefore been made in data processing, which is useful in generating a predictive model of inefficient public contracts considering their final price and competition. The resulting models are able to identify these public contracts with more success at the time they are announced compared to random selection. Modern cloud solutions that have been leveraged allow deployment of the model on their platform and is therefore possible to provide access for general public. The solution has a potential to improve the image of public procurement in Slovak republic.

Abstract:

Diplomová práca sa zameriava na oblasť „Strojové učenie ako služba“ označovanou tiež ako MLaaS. Ide o skĺbenie cloudových technológií s oborom strojového učenia. Práca postupne predstavuje obe tieto oblasti a neskôr sa zameriava na ich kombináciu. Predstavené sú možnosti SaaS riešení zameraných na strojové učenie, platformy, či špecializované API. Vytvorenou kategorizáciou dosiahne čitateľ predstavu o možnostiach využitia strojového učenia v cloude s výhodami ako škálovateľnosť, či flexibilita. Prieskumom trhu bolo zistené, že ide o mladý a rýchlo rastúci trh. Dve odlišné riešenia od cloudových poskytovateľov boli následne vybrané pre použitie v tejto práci. Cieľom bolo riešenie reálneho problému s čo najväčším možným využitím. Stav verejných zákaziek na území SR je podľa EÚ kritický a jeden z najhorších spomedzi členských štátov. Vykonané bolo preto spracovania dát, ktoré sú použiteľné pre vytvorenie prediktívneho modelu neefektívnych zákaziek z pohľadu ceny a konkurencie. Výsledné modely dokážu úspešnejšie včas identifikovať takéto zákazky po ich vyhlásení oproti náhodnému výberu. Moderné cloudové riešenia, ktoré boli využité dovoľujú jednoduché nasadenie modelu do produkcie pre širokú verejnosť. Riešenie má preto potenciál zlepšiť obraz verejných obstarávaní na území.

Klíčová slova

Strojové učení jako služba, Cloud, Strojové učení, Klasifikace, Veřejné zakázky

Keywords

Machine Learning as a Service, Cloud, Machine learning, Classification, Public procurement

Klíčová slova

Strojové učenie ako služba, Cloud, Strojové učenie, Klasifikácia, Verejné zákazky

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 25. 7. 2017

Obhajoba závěrečné práce

• Obhajoba proběhla 6. 6. 2018
• Vedoucí: Tomáš Kliegr
• Oponent: Petr Berka

Vysoká škola ekonomická v Praze

Magisterský studijní program / obor:
Aplikovaná informatika / Informační systémy a technologie