Masteravhandling inom Teknologi (ML, AI, BI), ideér?

Hejsan!

Jag ska precis börja skriva min masteravhandling, men har svårt att välja tema?

Till att börja med har jag ingen programmeringsbakgrund, så det kan inte vara för tekniskt. Min tanke är att skriva något inom områdena
Machine Learning
Artificial Intelligence
Business Intelligence

Kan även kombinera, det är ju naturligt att skriva om BI om man skriver om ML t.ex. Men min fråga är alltså, någon som har något bra förslag till en master thesis att undersöka? Eller var jag kan hitta inspiration?

Jag fattar inte hur man kan skriva en avhandling inom teknologi men inte är tekniskt lagd? kan du inte vara mer specifik vad det är du studerar så kanske det är lättare att ge förslag.

Tekniskt lagd är jag, men som sagt inte programmeringsbakgrund. T.ex, jag kan inte sitta och skriva algoritmer för att utveckla en machine learning feature.

Jag håller på att ta en master inom IT-styrning. Alltså effektivisera processer, skapa business-value, strategiskt utnyttja teknik/sensorer o.s.v.

En blandning av strategi och IT kan man väl kalla det.

hmmm.. ja du? jämför två länders hantering av opensourceprogramvara och gör en swotanalys utifrån intranätsperspektiv och buggar.

Jag vill ha något som är mer framtidsinriktat. Därför jag nämnde de 3 områdena ML, AI, BI

0.02.

Utbildning & Studier------>Övriga dator- och IT-diskussioner

/Mod.

Börja med att fundera ut hur du vill lägga upp forskningsarbetet. Vill du experimentera själv eller analysera andras resultat? Därefter bör du lästa åtminstone en hel bok om vardera ämne. Först därefter kan du formulera någon bra frågeställning som du vill jobba efter.

Arbetar själv som data scientist, sen ungefär ett år tillbaka.

Om du inte kan programmera borde du kanske satsa på business perspektiven.
Någonting data scientists ofta får erfara är management som sett videos på youtube om tex självkörande bilar, computer vision, object detection, språk översättning, NLP mm...

Inom vissa fält finns otroliga mängder labelad data. Här får man sådana framgångar som jag nämnde ovan. Det är detta man hör om, läser om, som folk pratar passionerat om. Detta driver intresset. Problemet är bara det att företag nästan aldrig har a) Rätt data(informativ för vad vi vill göra), b) Tillräkligt, c) Labeled data, d) Ren data.
Detta låser oss till algorithmer oftast utvecklade innan 2000. Deep learning är NÄSTAN ALDRIG användbart för "vanliga" företag och "vanliga" applikationer.

Ytterst fåta i management har inte insett detta. De tror att så länge de sparat någon form av data, i halvtaskigt format, så kan jag få "en självkörande bil" fast i ett annat field. De pratar om deep learning, och att de använder det mm. Min erfarenhet är däremot att om de använder det, så är det oftast i väldigt liten skala, och de får inte ut så mycket värde heller. Oftast mer för marknadsföring.

Hade jag varit dig, hade jag dragit min thesis till vad det finns för olika tillämpningar, inom tex industri, automation mm. Vad kännetecknar de olika fälten? Vad är kraven på data? Hur mycket värde finns det att hämta? Förblindas inte av sexighet.
För någon som går mot business/management hade detta varit väldigt nyttigt att kunna.