Uppsats
Grundpelarna för Organisatorisk Machine Learning
Kandidat-uppsats
Lunds universitet/Institutionen för informatik
Publicerad: 2022
Språk: Svenska
Nyckelord
klicka för att sökaSammanfattning
Machine Learning (ML) har kommit att bli ett centralt begrepp när det berör konkurrenskraft och ekonomisk tillväxt. I samband med att antalet implementerade ML-system ökar kontinuerligt ställs högre krav på organisationer att bli mer datadrivna och anpassa sig efter ML-teknologin för att hänga med i de teknologiska trenderna. Däremot är forskningen bristande kring vad som händer innan organisationer fattat beslutet att implementera ML i sin verksamhet. Denna kvantitativa undersökning avser därför att identifiera vilka faktorer som leder till beslutet att ML ska implementeras, samt att redogöra för hur faktorerna påverkar beslutet. Datainsamlingen har gjorts genom litteraturundersökning och intervjuer med informanter vars yrkesroll är direkt kopplade till ML-implementeringar och vars erfarenheter är relevanta för uppsatsens frågeställning.
Information
- Författare
- Olsson Glad, Albin, Martell, Carl
- Lärosäte / institution
- Lunds universitet/Institutionen för informatik
- Publiceringsdatum
- 2022
- Uppsatstyp
- Kandidat-uppsats
- Språk
- Svenska
- Nyckelord
- ⌕Technology and Engineering
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Kandidat-uppsats, Lunds universitet/Avdelningen för biomedicinsk teknik
Gustafsson, Ellen, Rydberg, Lisa
Publicerad: 2026
Kandidat-uppsats, Lunds universitet/Institutionen för bygg- och miljöteknologi
Hisham, Ahmad
Publicerad: 2025
Kandidat-uppsats, Lunds universitet/Institutionen för elektro- och informationsteknik
Ek, Alexander, Månsson, Lucas
Publicerad: 2025
Master-uppsats, Lunds universitet/Matematik LTH
Brasar, Sparf Nils
Publicerad: 2026
Master-uppsats, Lunds universitet/Institutionen för elektro- och informationsteknik
Weidemann, Eivind Aksel
Publicerad: 2026
Master-uppsats, Lunds universitet/Produktionsekonomi
Iveberg, Emma, Ekstrand, Erik
Publicerad: 2026