ML21™ Machine Learning Platform

CodeNext21′ ML21™ platform voor is geschikt voor het vinden van afwijkingen in data en kan toegepast worden op verschillende soorten data.

Anomalie detectie in “Jip & Janneke taal” uitgelegd
Een anomalie, ookwel bekend als een “afwijking”, is een datapunt wat niet in de lijn der verwachting ligt ten opzichte van eerder geobserveerde data. Als een grafiek van de data een mooie lijn laat zien, dan kun je datapunten die niet op die lijn liggen beschouwen als afwijkingen. De meeste data is echter niet te eenvoudig te bevatten in één lijn (ookwel een “dimensie” genoemd). De data die bedrijven verwerken bevatten soms wel miljoenen data rijen en iedere rij kan tientallen tot honderden dimensies bevatten. Zulke hoeveelheden zijn niet meer met het blote oog te analyseren.

Machine Learning maakt het mogelijk om geautomatiseerd anomalieën te vinden en analyses te doen op de data. Er zijn echter veel manieren om ML toe te passen en naar de data te kijken. Afhankelijk van wat je wil bereiken zijn verschillende technieken en statistische algoritmes beschikbaar. CodeNext21 heeft voor haar platform nieuwe algoritmes ontwikkeld en deze gecombineerd met een uniek schaalbaar ML-platform design..

Onze eigen machine learning algoritmen zijn ‘clearbox’ en real-time.

ML21™ kan toegepast worden voor verschillende doeleinden zoals anti-fraude oplossingen (zoals creditkaart fraude, betaalfraude of witwas-fraude) of het vinden van afwijkingen in processen van de maakindustrie of logistiek. Ons platform geef een heldere uitleg over de verklaring waarom het systeem alarmeert waardoor je in staat bent om helder en transparant te communiceren met je klant.

  • Hoge prestaties voor real-time verwerking van grote hoeveelheden data
    De algoritmes van ML21 zijn speciaal ontworpen voor hoge prestaties. Daarnaast laat ML21 zich zeer goed schalen, waardoor real-time analyse mogelijk is van enkele duizenden records per seconden.

  • OEM te implementeren (voor bijvoorbeeld ERP software)
    U kunt onze ML engine gebruiken via een API service, in de cloud of zelf gehost. Wij leveren onze diensten aan software ontwikkelaars die ML diensten willen implementeren om de waarde uit data te vergroten.

  • Clearbox: Dus heldere uitleg bij uitkomsten
    De uitkomsten van ons platform worden gegeven in een stoplicht principe: Rood (Afwijking), Orange (Verdacht/Mogelijk een afwijking), Groen (Normaal);
    Iedere uitkomst krijgt een heldere motivatie over de conclusies die het platform maakt. We doen dit met een grafische ondersteuning. U hoeft geen data analist te zijn om ons platform te gebruiken!

  • Implementatie in minder dan 8 weken
    Bijna alle ML modellen hebben een training periode nodig om een model te leren. Als de uitgangspunten van het model anders worden, moet het model opnieuw getraind worden. De oplossing is dus een statisch ML model.
    Ons platform begint meteen te “leren” bij het voeden van data. Het in niet noodzakelijk het model eerst te trainen met een statisch model. Dit biedt een aantal grote voordelen ten opzichte van veel andere ML oplossingen. Zo hoeft ons model niet opnieuw getraind te worden als modellen veranderen. Ook als als data gedurende de tijd veranderd, kan het model leren van de nieuwe data en uw feedback.

  • Hoge kwaliteit
    Kwaliteit is een flexibel begrip. Bij de analyse van je data wil je afwijkingen vinden die je interessant vindt omdat ze ook daadwerkelijk een afwijking zijn. Bovendien wens je geen belangrijke zaken over het hoofd zien. Onze technologie past meerdere algoritmes toe op je data om de hoogst mogelijke kwaliteit te leveren. Als wij het over kwaliteit hebben zeggen we “Onze ML vindt afwijkingen die er toe doen”!

Kies het juiste pad voor de toekomst

Brainstormen over het toepassen van onze technologie op je data? Benieuwd hoe jouw organisatie beter om kan gaan met data? Neem contact met ons op.

Boek een consult