Hyppää sisältöön
    • Suomeksi
    • In English
Trepo
  • Suomeksi
  • In English
  • Kirjaudu
Näytä viite 
  •   Etusivu
  • Trepo
  • Kandidaatintutkielmat
  • Näytä viite
  •   Etusivu
  • Trepo
  • Kandidaatintutkielmat
  • Näytä viite
JavaScript is disabled for your browser. Some features of this site may not work without it.

Koneoppimisalgoritmien hyödyntäminen PK-yrityksissä

Turkka, Joel (2025)

 
Avaa tiedosto
TurkkaJoel.pdf (692.6Kt)
Lataukset: 



Turkka, Joel
2025

Tieto- ja sähkötekniikan kandidaattiohjelma - Bachelor's Programme in Computing and Electrical Engineering
Informaatioteknologian ja viestinnän tiedekunta - Faculty of Information Technology and Communication Sciences
Hyväksymispäivämäärä
2025-07-03
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202506307469
Tiivistelmä
Tämä kandidaatintutkielma tarkastelee tapoja, joilla pk-yritykset voivat hyödyntää koneoppimisalgoritmeja liiketoimintansa kehittämisessä. Tutkielmassa käsittelyssä on tekoälyn alainen koneoppiminen, mutta myös tekoäly mainitaan useissa kohdissa. Tutkielmassa käydään läpi keskeisimmät koneoppimisen sovelluskohteet sekä tarkastellaan, millaisia algoritmeja pk-yrityksissä suositaan ja kuinka näiden teknologioiden käyttö on vaikuttanut yritysten toimintaan ja kilpailukykyyn.

Tekoäly ja koneoppiminen ovat laajoja ja jatkuvasti kehittyviä teknologioita, joiden täysi potentiaali on vielä tuntematon. Tämän vuoksi on tärkeää tarkastella sekä hyötyjä että haasteita, joita näiden teknologioiden käyttöönotto tuo mukanaan. Tutkielmassa pohditaan näitä vaikutuksia pk-yritysten näkökulmasta ja tuodaan esiin, millaisia mahdollisuuksia ja riskejä liittyy koneoppimisen yleistymiseen yritysmaailmassa.

Lisäksi tutkielmassa käsitellään lyhyesti tulevaisuuden näkymiä ja kehittyviä uhkia, joita liittyy tekoälyn ja koneoppimisen nopeaan kehitykseen. Kokonaisuutena tavoitteena on lisätä ymmärrystä koneoppimisalgoritmien merkityksestä pk-yritysten liiketoiminnassa ja tarjota pohjaa niiden strategiselle hyödyntämiselle.

Koneoppiminen voi tuoda selkeitä liiketoimintahyötyjä pienilläkin resursseilla, mutta se vaatii osaamista ja oikeanlaista dataa, jotta hyödyt realisoituvat.
Kokoelmat
  • Kandidaatintutkielmat [11031]
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste
 

 

Selaa kokoelmaa

TekijätNimekkeetTiedekunta (2019 -)Tiedekunta (- 2018)Tutkinto-ohjelmat ja opintosuunnatAvainsanatJulkaisuajatKokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
Kalevantie 5
PL 617
33014 Tampereen yliopisto
oa[@]tuni.fi | Tietosuoja | Saavutettavuusseloste