In de wereld om ons heen zien we steeds meer prachtige voorbeelden van vooral ML. Denk aan je Netflix algoritme. Denk aan Siri op je Apple device. Of denk aan indrukwekkende ontwikkelingen in de gezondheidszorg waar neurale netwerken worden ingezet om met hoogst mogelijke zekerheid tumoren in een MRI te herkennen. Indrukwekkende technologie, potentieel zeer waardevol.
Het Audit & Business Analytics team organiseert alweer de 4e ronde tafel, 18 juni a.s. de eerste editie online. Het idee achter de ronde tafels is eenvoudig. In een snel veranderende wereld van technologie willen professionals met dezelfde interesse aan elkaar verbinden door kennisdeling en samenwerking. De Accountancysector zal Machine Learning technieken stap voor stap omarmen, zoals dit ook voor een deel is gebeurd met Data-Analyse en Process Mining.
Machine Learning kan bijzonder veel waarde toevoegen aan de accountancysector en we zitten nog middenin de zoektocht naar relevante en waardevolle Machine Learning toepassingen. We zoeken toepassingen waarvan we onder de indruk raken. Denk aan de ontwikkelingen rondom de zelfrijdende auto. Hier wordt gebruik gemaakt van een techniek die door de experts wordt samengevat als: machinevision.
Machinevision gaat een grote en cruciale rol gaan spelen in het verkeer, in zelfrijdende auto’s. Daarbij zijn diverse factoren uiteraard van groot belang. Het systeem moet objecten, personen en situaties, goed classificeren, en dat moet zeer snel gebeuren. Hier liggen ongelofelijke complexe neurale netwerken aan ten grondslag.
Hebben we deze neurale netwerken in de Audit & Business Analytics praktijk nodig om financiële transactiestromen en interne controle maatregelen en bedrijfsprocessen van ondernemingen beter te toetsen, effectiever te beoordelen, beter te begrijpen?
We hebben het dan over neurale netwerken die speciaal worden ingericht voor een specifieke taak. De architectuur en algoritmes worden afgestemd op de taak en het neurale netwerk wordt getraind met data, waarna het met echte samples aan de slag kan.
In geval van Spotify en Netflix wordt de trainingsdata gevormd door het kijk- en luistergedrag van alle andere abonnees en jij krijgt de output van de neurale netwerken te zien.
Een van de grootste uitdagingen anno 2020 is het trainen van een neuraal netwerk. Bij de trainingsmethodes die tot dusver ontwikkeld zijn, zijn zeer grote datasets nodig die correct zijn gelabeld, zodat de parameters gecorrigeerd kunnen worden en het neurale netwerk steeds beter wordt.
Machine Learning toepassingen op kantoor of productniveau ontwikkelen vereist massa, kennis en investeringen. Met de ronde tafels willen we een kleine groep bij elkaar brengen die de ontwikkeling van Machine Learning in het Audit & Business Analytics domein samen volgen en waar mogelijk nieuwe samenwerkingen ontstaan.
Een van die mogelijke samenwerkingen is die tussen Coney Assurance & Business Analytics en GlobalOrange. We zijn aan het ontdekken hoe onze kennisdisciplines op elkaar aansluiten.
GlobalOrange heeft een team van 40 Machine Learning en Artificial Intelligence specialisten die toepassingen ontwikkelen. Het Coney team bestaat uit 25 Audit & Business Analytics professionals.
Als Coney hebben we “2022 roadmap” gemaakt waarin data-analyse, statistiek en Machine Learning technieken samenkomen en we een mix van deze technieken in onze praktijk kunnen toepassen. Sinds 2005 hebben we geïnvesteerd in een data-driven Accountancy praktijk.
We starten graag de zoektocht naar relevante en waardevolle Machine Learning toepassingen met GlobalOrange. Een van de stappen hierin is een gezamenlijke ronde tafel 18 juni waarin GlobalOrange een tweetal Machine Learning toepassingen laat zien die interessant kunnen zijn voor Audit & Business Analytics professionals.
Meld je eenvoudig aan via deze link voor de 4e ronde tafel als je geïnteresseerd ben in deze ontwikkelingen en onderdeel wil worden van een kleine community van echte liefhebbers. Geen “marketing by press release” mentaliteit.