Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Machine Learning - Managerial Perspective: A Study to define concepts and highlight challenges in a product-based IT Organization
Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för industriell ekonomi.
Blekinge Tekniska Högskola, Fakulteten för teknikvetenskaper, Institutionen för industriell ekonomi.
2019 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 10 poäng / 15 hpStudentuppsats (Examensarbete)
Abstract [en]

The purpose of this research is to understand the main managerial challenges that arise in the context of Machine Learning. This research aims to explore the core concepts of Machine Learning and provide the same conceptual foundation to managers to overcome possible obstacles while implementing Machine Learning. Therefore, the main research question is: 

What are the phases and the main challenges while managing Machine Learning project in a product based IT organization? 

 The focus is on the main concepts of Machine Learning and identifying challenges during each phase through literature review and qualitative data collected from interviews conducted with professionals. The research aims to position itself in the field of research which looks for inputs from consultants and management professionals either associated with Machine Learning or they are planning to start such initiatives. In this research paper we introduce ACDDT (Agile-Customer-Data-Domain-Technology) model framework for managers. This framework is centered on the main challenges in Machine Learning project phases while dealing with customer, data, domain and technology. In addition, the frame work also provides key inputs to managers for managing those challenges and possibly overcome them.

Ort, förlag, år, upplaga, sidor
2019. , s. 73
Nyckelord [en]
Machine Learning, Management Challenges, Model Management, Team, Decision Making, Technology, Domain Expert, Customer, ACDDT Model
Nationell ämneskategori
Annan data- och informationsvetenskap
Identifikatorer
URN: urn:nbn:se:bth-18835OAI: oai:DiVA.org:bth-18835DiVA, id: diva2:1367105
Ämne / kurs
IY2594 Magisterarbete MBA
Utbildningsprogram
IYABA MBA-programmet
Presentation
2019-05-28, Virtual, skype meeting, Malmo, 15:16 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2019-11-26 Skapad: 2019-10-31 Senast uppdaterad: 2019-11-26Bibliografiskt granskad

Open Access i DiVA

Machine Learning(1447 kB)18 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1447 kBChecksumma SHA-512
c712952d10458e9fd2acfe53acc16f0f630765767275b3232c67fefca82d8f7c37acc2e44c98ab002331e10e5fe516f1929a921d598853656249e100ad61e4c7
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Bangabash, Subhasish
Av organisationen
Institutionen för industriell ekonomi
Annan data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 18 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 57 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf