Koneoppimisen hyödyntäminen arvonluonnissa

Abstract

Tämän tutkimuksen tavoitteena on tarjota lukijalle selkeä yleiskuva koneoppimisesta, sen käytännön toteutuksesta, sekä sen hyödyntämisestä osana organisaation arvonluontia ja siihen liittyvistä haasteista. Koneoppiminen on toistaiseksi vielä melko vähän hyödynnetty työkalu modernissa liiketoiminnassa. Koneoppiminen voi kuitenkin parhaimmillaan tehostaa organisaatioiden toimintaa huomattavasti erinäisin keinoin. Eräs potentiaalisimmista menetelmistä koneoppimi- selle on suurien datamäärien käsittely ja analysointi. Tämä on erityisen hyödyllistä, sillä useilla organisaatioilla on 2020-luvulla haasteena datan käsittely ja sen jalostaminen. Tutkimus on toteutettu systemaattisena kirjallisuuskatsauksena, jossa lähteitä on etsitty katta- vasti Andor-tietokannasta. Tutkimuksen päälähteinä toimivat vertaisarvioidut tieteelliset artikkelit. Artikkelit ovat valikoituneet tarkasti rajatun hakulausekkeen tuloksista ja niiden valinnassa ja luotettavuuden arvioinnissa on otettu huomioon useita seikkoja julkaisupaikasta julkaisun ajankohtaan. Näin varmistetaan, että tutkimuksessa hyödynnetyt lähteet ovat sekä ajantasaisia että luotettavia, mikä tukee tutkimuksen luotettavuutta. Tutkimus osoittaa, että koneoppimismallien onnistunut implementointi osana arvonluontia on hyödyllistä. Tutkimustulokset korostavat erityisesti koneoppimisen hyödyntämistä datan analy- soinnissa ja käsittelyssä, sekä päätöksenteossa. Haasteita koneoppimismallien hyödyntämisessä on muun muassa teknologian tuoreus ja organisaatiokulttuurit, sekä taloudelliset kustannukset.