Ist dein Unternehmen bereit für das Internet of Things?
Wer IoT-Herausforderungen bewältigen will, muss seinen Reifegrad kennen. Mit unserem IoT Readiness Assesment findest Du ihn heraus!
6 Schritte für erfolgreiche IoT-Projekte
Du möchtest die digitale Transformation im Internet of Things umsetzen? Mit unserem IoT Adoption Framework kein Problem!
Kinderspiel „Wer ist es“: für Data Science Begeisterte
Lies im zweiten Teil des Artikels nach, wie man mit Data Science die perfekte Gewinn-Strategie für das Kinderspiel „Wer ist es?“ entwickelt.
Data Science für Kids: Wie gewinne ich bei „Wer ist es“?
Das Kinderspiel „Wer ist es?“: Wie man dabei gewinnt und welche Frage man unbedingt im Spiel als erste stellen sollte, zeigt Teil 1 der Artikelreihe.
Recommender Systems 3: Personalisierte Empfehlungssysteme
Teil 3 zeigt die Möglichkeiten personalisierter Recommender Systeme, die Vorteile von Machine-Learning-Methoden & die Erfolgsmessung von Empfehlungssystemen.
Recommender Systems 2: Nicht personalisierte Verfahren
Wir geben einen Überblick über die zugrundeliegenden Algorithmen moderner Empfehlungssysteme und erleichtert die Auswahl des passenden Recommender Systems.
Great Expectations
Datenqualitätsprüfungen sind wichtig, mangels Tools aber nicht immer möglich. Dieser Beitrag zeigt, wie man diese Lücke mittels Pipeline Test schließt.
Tag 2 der PAW 2019
Am Tag 2 der PAW 2019 in Berlin sehen wir, wie Data-Science Use-Cases auf wertgenerierende Weise in Unternehmen integriert werden.
Tag 1 der PAW 2019
So war Tag 1 der Predictive Analytics World: Unser Kollege Dr. Michael Allgöwer berichtet von seinen Eindrücken und zeigt u.a., wozu Entropie gut sein kann.
AWS AI Services: Bausteine für intelligente Anwendungen
Unser Blogbeitrag gibt einen Überblick über die AI Services von AWS: einer Möglichkeit, Künstliche Intelligenz in intelligente Anwendungen zu integrieren.
Neural Averaging Ensembles
Dieser Blogbeitrag zeigt, wie wir mit Hilfe von Ideen aus dem Ensemble Learning neuronale Netze für Anwendungen auf Tabellendaten maßschneidern können.
Bestärkendes Lernen & Bayes-Statistik - Teil 2
Michael Allgöwer zeigt, wie TensorFlow Probability in Kombination mit der Bayes-Statistik den Datenhunger des bestärkenden Lernens zügeln kann.
Bestärkendes Lernen & Bayes-Statistik - Teil 1
In diesem Artikel erläutert Dr. Michael Allgöwer, was die Bayes-Statistik mit bestärkendem Lernen zu tun hat und wie sie weniger Trainingsdaten benötigt.
Are you data-driven?
Ein modernes Unternehmen sollte seine Entscheidungen auf Basis von Daten treffen – und nicht nach Bauchgefühl. Doch wie sieht das in der Praxis aus?
Kausale Inferenz – die ewige Frage nach dem „Warum"
Können wir in unseren Daten Ursachen und Wirkung identifizieren? Finden Sie die Antwort in unserem neuesten Blogbeitrag - jetzt reinlesen!
Serverless Data Science auf AWS
Jetzt Blogbeitrag lesen und die Möglichkeiten eines "Serverless" Ansatzes im allgemeinen und an einem Beispiel erfahren - gleich nachlesen!
Best Practice: Arbeiten in Python mit Pfaden - Teil 2
Lesen Sie im zweiten Teil unseres Blogbeitrags, wie Sie beim Katalogisieren von Daten Zeit sparen können. Jetzt gleich nachlesen!
Best Practice: Arbeiten in Python mit Pfaden - Teil 1
Wie Sie Zeit beim Katalogisieren von Ordnern oder Laufwerken sparen können, lesen Sie in unserem ersten Teil des Blogbeitrags! Jetzt nachlesen!
Mit Data Science den passenden Strampler kaufen
Nie wieder die falsche Kleidergröße für den Familienzuwachs kaufen - Data Scientist & Papa Dr. Michael Allgöwer weiß, wie einfach das mit Data Science geht!
Recommender Systems 1: Motivation & Grundlage
Wie Ihr Unternehmen durch die Implementierung von Recommendation Systems profitieren kann, lesen Sie hier!
Rückrufservice