Stratum

Sinds begin 2018 heeft het Shintō Analytics Platform de naam ‘Stratum’ gekregen. Naast de duidelijke link naar onze hometown refereert het ook naar een laag in de aarde die gevormd kan zijn door vulkanische activiteit. Daarnaast wordt het begrip stratum (of strata) ook gebruikt in de statistiek doelend op een homogeen deel van een populatie met vergelijkbare kenmerken als de gehele populatie.

Deep learning

Ook hebben we keuzes gemaakt voor de implementatie van deep learning in het platform. Deep learning maakt deel uit van een bredere familie van machine learning methoden. Simpel gezegd leert het systeem op basis van voorbeelden hoe de eigenschappen van de invoer bepalend zijn voor de uitvoer. Na de leerfase kan het algoritme ook voor nieuwe invoer zelfstandig de juiste uitvoer produceren.

Een paar noemenswaardige ontwikkeling met betrekking tot deep learning in Stratum:

  • De belangrijkste component betreft Keras, dat een tool is voor snel experimenteren op verschillende backends, waarvan wij voor Tensorflow gekozen hebben. Een voor de hand liggende keuze, maar mocht dat wijzigen dan kunnen we ‘achter’ Keras een ander deep learning framework implementeren.
  • LIME is toegevoegd als model prediction explanation framework om blackboxes zoals Tensorflow en Keras meer transparant te maken ,maar ook om toelichting te kunnen geven hoe algoritmes hun werk doen. Wij verwachten dat er een toenemende vraag naar transparantie zal zijn en vinden dat wij daar ook een rol in te spelen hebben.

Microsoft Azure

Begin 2018 zijn we met de migratie van ons platform naar Microsoft Azure gestart. Azure biedt heel veel voordelen op het gebied van security en scalability maar biedt ook een breed scala aan analytics technologie dat we snel kunnen implementeren in ons platform. Een van deze componenten is Azure Cognitive Services die we onder andere gebruiken voor text en image analytics.