Machine Learning as a Service - Prediction of Public Procurement Results

The diploma thesis focuses on Machine Learning as a Service, also referred to as MLaaS. This is a combination of cloud technologies and the field of machine learning. The work first presents both of these areas and later focuses on their combination. SaaS solutions for machine learning, platforms, or dedicated APIs are introduced. A proposed categorization gives the reader an idea of the possibilities of using cloud-based machine learning with benefits such as scalability or flexibility. Market research has found that it is a young and rapidly growing market. Two different solutions from cloud providers were then selected for use in this work. The goal was to solve a real problem with the greatest possible use and impact. The state of public procurement in the Slovak republic is critical considering EU analysis and also one of the worst among the member states. Effort has therefore been made in data processing, which is useful in generating a predictive model of inefficient public contracts considering their final price and competition. The resulting models are able to identify these public contracts with more success at the time they are announced compared to random selection. Modern cloud solutions that have been leveraged allow deployment of the model on their platform and is therefore possible to provide access for general public. The solution has a potential to improve the image of public procurement in Slovak republic.

Diplomová práce se zaměřuje na oblast "Strojové učení jako služba" označené také jako MLaaS. Ide o skloubení cloudových technologií s oborem strojového učení. Práce postupně představuje obě tyto oblasti a později se zaměří na jejich kombinaci. Představené jsou možnosti SaaS řešení zaměřené na strojové učení, platformy nebo specializované API. Vytvořenou kategorizací dosáhne čtenář představu o možnostech využití strojového učení v cloude s výhodami jako je škálovatelnost nebo flexibilita. Zkoumáním trhu bylo zjištěno, že jde o mladý a rychle rostoucí trh. Dvě různá řešení od cloudových poskytovatelů byla následně vybrána pro použití v této práci. Cílem bylo řešení skutečného problému s co největším možným využitím. Stav veřejných zakázek na území SR je podle EÚ kritický a jeden z nejhorších z členských států. Vykonané bylo proto zpracování dat, které jsou použitelné k vytvoření předikčního modelu neefektivních smluv z hlediska cen a konkurence. Výsledné modely dokážou úspěšněji identifikovat takové zakázky po jejich vyhlášení proti náhodnému výběru. Moderní cloudové řešení, která byla použita, umožňují jednoduché nasazení modelu do produkce pro širokou veřejnost. Rešení má proto potenciál zlepšit obraz veřejných zakázek na území.