Apress.Machine.Learning.Applications.Using.Python.1484237862.pdf

This preview shows page 1 out of 384 pages.

Unformatted text preview: Machine Learning Applications Using Python Cases Studies from Healthcare, Retail, and Finance — Puneet Mathur Machine Learning Applications Using Python Cases Studies from Healthcare, Retail, and Finance Puneet Mathur Machine Learning Applications Using Python: Cases Studies from Healthcare, Retail, and Finance Puneet Mathur Bangalore, Karnataka, India ISBN-13 (pbk): 978-1-4842-3786-1 ISBN-13 (electronic): 978-1-4842-3787-8 Library of Congress Control Number: 2018965933 Copyright © 2019 by Puneet Mathur This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology now known or hereafter developed. Trademarked names, logos, and images may appear in this book. Rather than use a trademark symbol with every occurrence of a trademarked name, logo, or image we use the names, logos, and images only in an editorial fashion and to the benefit of the trademark owner, with no intention of infringement of the trademark. The use in this publication of trade names, trademarks, service marks, and similar terms, even if they are not identified as such, is not to be taken as an expression of opinion as to whether or not they are subject to proprietary rights. While the advice and information in this book are believed to be true and accurate at the date of publication, neither the authors nor the editors nor the publisher can accept any legal responsibility for any errors or omissions that may be made. The publisher makes no warranty, express or implied, with respect to the material contained herein. Managing Director, Apress Media LLC: Welmoed Spahr Acquisitions Editor: Celestin Suresh John Development Editor: Matthew Moodie Coordinating Editor: Aditee Mirashi Cover designed by eStudioCalamar Cover image designed by Freepik ( ) Distributed to the book trade worldwide by Springer Science+Business Media New York, 233 Spring Street, 6th Floor, New York, NY 10013. Phone 1-800-SPRINGER, fax (201) 348-4505, e-mail [email protected], or visit . Apress Media, LLC is a California LLC and the sole member (owner) is Springer Science + Business Media Finance Inc (SSBM Finance Inc). SSBM Finance Inc is a Delaware corporation. For information on translations, please e-mail [email protected], or visit rights-permissions. Apress titles may be purchased in bulk for academic, corporate, or promotional use. eBook versions and licenses are also available for most titles. For more information, reference our Print and eBook Bulk Sales web page at . Any source code or other supplementary material referenced by the author in this book is available to readers on GitHub via the book’s product page, located at . For more detailed information, please visit . Printed on acid-free paper I dedicate this book in the lotus feet of Divine Mother. Table of Contents About the Author����������������������������������������������������������������������������������������������������� xi About the Technical Reviewer������������������������������������������������������������������������������� xiii Acknowledgments���������������������������������������������������������������������������������������������������xv Introduction�����������������������������������������������������������������������������������������������������������xvii Chapter 1: Overview of Machine Learning in Healthcare����������������������������������������� 1 Installing Python for the Exercises������������������������������������������������������������������������������������������������ 2 Process of Technology Adoption���������������������������������������������������������������������������������������������� 2 How Machine Learning Is Transforming Healthcare���������������������������������������������������������������� 8 End Notes������������������������������������������������������������������������������������������������������������������������������������ 11 Chapter 2: Key Technological advancements in Healthcare����������������������������������� 13 Scenario 2025����������������������������������������������������������������������������������������������������������������������������� 13 Narrow vs. Broad Machine Learning������������������������������������������������������������������������������������������� 14 Current State of Healthcare Institutions Around the World��������������������������������������������������������� 16 Importance of Machine Learning in Healthcare�������������������������������������������������������������������� 19 End Notes������������������������������������������������������������������������������������������������������������������������������������ 34 Chapter 3: How to Implement Machine Learning in Healthcare����������������������������� 37 Areas of Healthcare Research Where There is Huge Potential��������������������������������������������������� 37 Common Machine Learning Applications in Radiology��������������������������������������������������������������� 40 Working with a Healthcare Data Set������������������������������������������������������������������������������������������� 41 Life Cycle of Machine Learning Development����������������������������������������������������������������������� 41 Implementing a Patient Electronic Health Record Data Set�������������������������������������������������������� 44 Detecting Outliers������������������������������������������������������������������������������������������������������������������ 52 Data Preparation�������������������������������������������������������������������������������������������������������������������� 67 End Notes������������������������������������������������������������������������������������������������������������������������������������ 75 v Table of Contents Chapter 4: Case Studies in Healthcare AI��������������������������������������������������������������� 77 CASE STUDY 1: Lab Coordinator Problem����������������������������������������������������������������������������������� 78 CASE STUDY 2: Hospital Food Wastage Problem���������������������������������������������������������������������� 100 Chapter 5: Pitfalls to Avoid with Machine Learning in Healthcare����������������������� 121 Meeting the Business Objectives���������������������������������������������������������������������������������������������� 122 This is Not a Competition, It is Applied Business!��������������������������������������������������������������������� 123 Don’t Get Caught in the Planning and Design Flaws����������������������������������������������������������������� 126 Choosing the Best Algorithm for Your Prediction Model���������������������������������������������������������� 129 Are You Using Agile Machine Learning?������������������������������������������������������������������������������������ 130 Ascertaining Technical Risks in the Project������������������������������������������������������������������������������ 131 End Note����������������������������������������������������������������������������������������������������������������������������������� 134 Chapter 6: Monetizing Healthcare Machine Learning������������������������������������������� 135 Intro-Hospital Communication Apps����������������������������������������������������������������������������������������� 135 Connected Patient Data Networks�������������������������������������������������������������������������������������������� 140 IoT in Healthcare����������������������������������������������������������������������������������������������������������������������� 142 End Note����������������������������������������������������������������������������������������������������������������������������������� 145 Chapter 7: Overview of Machine Learning in Retail��������������������������������������������� 147 Retail Segments������������������������������������������������������������������������������������������������������������������������ 149 Retail Value Proposition������������������������������������������������������������������������������������������������������������ 151 The Process of Technology Adoption in the Retail Sector��������������������������������������������������������� 153 The Current State of Analytics in the Retail Sector������������������������������������������������������������������ 155 Chapter 8: Key Technological Advancements in Retail����������������������������������������� 159 Scenario 2025��������������������������������������������������������������������������������������������������������������������������� 159 Narrow vs Broad Machine Learning in Retail���������������������������������������������������������������������������� 161 The Current State of Retail Institutions Around the World��������������������������������������������������������� 162 Importance of Machine Learning in Retail�������������������������������������������������������������������������������� 164 Research Design Overview:������������������������������������������������������������������������������������������������������ 170 Data Collection Methods����������������������������������������������������������������������������������������������������������� 170 vi Table of Contents Data Analysis���������������������������������������������������������������������������������������������������������������������������� 171 Ethical Considerations�������������������������������������������������������������������������������������������������������������� 171 Limitations of the Study������������������������������������������������������������������������������������������������������������ 171 Examining the Study����������������������������������������������������������������������������������������������������������������� 172 Phases of Technology Adoption in Retail, 2018������������������������������������������������������������������� 179 End Notes��������������������������������������������������������������������������������������������������������������������������������� 181 Chapter 9: How to Implement Machine Learning in Retail����������������������������������� 183 Implementing Machine Learning Life Cycle in Retail���������������������������������������������������������������� 185 Unsupervised Learning�������������������������������������������������������������������������������������������������������� 186 Visualization and Plotting���������������������������������������������������������������������������������������������������� 190 Loading the Data Set����������������������������������������������������������������������������������������������������������� 193 Visualizing the Sample Data Set������������������������������������������������������������������������������������������ 198 Feature Engineering and Selection������������������������������������������������������������������������������������� 201 Visualizing the Feature Relationships���������������������������������������������������������������������������������� 204 Sample Transformation������������������������������������������������������������������������������������������������������� 206 Outlier Detection and Filtering��������������������������������������������������������������������������������������������� 207 Principal Component Analysis��������������������������������������������������������������������������������������������� 210 Clustering and Biplot Visualization Implementation������������������������������������������������������������ 212 End Notes���������������������������������������������������������������������������������������������������������������������������������� 216 Chapter 10: Case Studies in Retail AI������������������������������������������������������������������� 217 What Are Recommender Systems?������������������������������������������������������������������������������������������� 217 CASE STUDY 1: Recommendation Engine Creation for Online Retail Mart�������������������������������� 218 CASE STUDY 2: Talking Bots for AMDAP Retail Group��������������������������������������������������������������� 233 End Notes���������������������������������������������������������������������������������������������������������������������������������� 237 Chapter 11: Pitfalls to Avoid With Machine Learning in Retail����������������������������� 239 Supply Chain Management and Logistics��������������������������������������������������������������������������������� 239 Inventory Management������������������������������������������������������������������������������������������������������������� 241 Customer Management������������������������������������������������������������������������������������������������������������� 242 vii Table of Contents Internet of Things���������������������������������������������������������������������������������������������������������������������� 245 End Note����������������������������������������������������������������������������������������������������������������������������������� 247 Chapter 12: Monetizing Retail Machine Learning������������������������������������������������� 249 Connected Retail Stores������������������������������������������������������������������������������������������������������������ 249 Connected Warehouses������������������������������������������������������������������������������������������������������������ 252 Collaborative Community Mobile Stores����������������������������������������������������������������������������������� 254 End Notes���������������������������������������������������������������������������������������������������������������������������������� 257 Chapter 13: Overview of Machine Learning in Finance���������������������������������������� 259 Financial Segments������������������������������������������������������������������������������������������������������������������ 261 Finance Value Proposition��������������������������������������������������������������������������������������������������������� 262 The Process of Technology Adoption in the Finance Sector������������������������������������������������������ 265 End Notes���������������������������������������������������������������������������������������������������������������������������������� 270 Chapter 14: Key Technological Advancements in Finance����������������������������������� 271 Scenario 2027��������������������������������������������������������������������������������������������������������������������������� 271 Narrow vs Broad Machine Learning in Finance������������������������������������������������������������������������ 272 The Current State of Finance Institutions Around the World����������������������������������������������������� 274 Importance of Machine Learning in Finance����������������������������������������������������������������������������� 274 Research Design Overview������������������������������������������������������������������������������������������������������� 280 Data Collection Methods����������������������������������������������������������������������������������������������������������� 281 Data Analysis���������������������������������������������������������������������������������������������������������������������������� 281 Ethical Considerations�������������������������������������������������������������������������������������������������������������� 282 Limitations of the Study������������������������������������������������������������������������������������������������������������ 282 Examining the Study����������������������������������������������������������������������������������������������������������������� 282 Phases of Technology Adoption in Finance, 2018�������������������������������������������������������������������� 290 End Notes���������������������������������������������������������������������������������������������������������������������������������� 292 viii Table of Contents Chapter 15: How to Implement Machine Learning in Finance������������������������������ 295 Implementing Machine Learning Life Cycle in Finance������������������������������������������������������������ 297 Starting the Code����������������������������������������������������������������������������������������������������������������� 299 Feature Importance������������������������������������������������������������������������������������������������������������� 304 Looking at the Outliers�������������������������������������������������������������������������������������������������������� 306 Preparing the Data Set������������������������������������������������������������������������������������������������������� 309 Encoding Columns��������������������������������������������������������������������������������������������������������������� 312 Splitting the Data into Features������������������������������������������������������������������������������������������� 313 Evaluating Model Performance������������������������������������������������������������������������������������������� 313 Determining Features���������������������������������������������������������������������������������������������������������� 321 The Final Parameters���������������������������������������������������������������������������������������������������������� 324 End Note����������������������������������������������������������������������������������������������������������������������������������� 324 Chapter 16: Case Studies in Finance AI���������������������������������������������������������������� 325 CASE STUDY 1: Stock Market Movement Prediction����������������������������������������������������������������� 325 Questions for the Case Study���������������������������������������������������������������������������������������������� 327 Proposed Solution for the Case Study��������������������������������������������������������������������������������� 328 CASE STUDY 2: Detecting Financial Statements Fraud������������������������������������������������������������� 347 Questions for the Case Study���������������������������������������������������������������������������������������������� 349 Discussion on Solution to the Case Study:�������������������������������������������������������������������������� 349 End Notes��������������������������������������������������������������������������������������������������������������������������������� 354 Chapter 17: Pitfalls to Avoid with Machine Learning in Finance�������������������������� 355 The Regulatory Pitfall���������������������������������������������������������������������������������������������������������������� 355 Government Laws and an Administrative Controller, the Securities and Trade Commission (SEC)������������������������������������������������������������������������������������������������������ 358 States Laws and Controllers������������������������������������������������������������������������������������������������ 358 Self-Regulatory Organization���������������������������������������������������������������������������������������������� 359 The Data Privacy Pitfall������������������������������������������������������������������������������������������������������������� 360 End Note����������������������������������������������������������������������������������������������������������������������������������� 362 ix Table of Contents Chapter 18: Mo...
View Full Document

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture