Boosting für den naiven Bayes-Klassifikator
Wie Sie den AdaBoost.M1 Algorithmus mit dem naiven Bayes-Klassifikator in R programmieren können? Das erfahren Sie in diesem Data Science Blogbeitrag.
Deep Learning im Scheinwerferlicht
Erhalten Sie in unserem Blogbeitrag eine praktische Einführung in das Thema Deep Learning sowie einen Einblick in die aktuellsten Open-Source-Tools!
Python Module für Data Science
Sie möchten einen Überblick über Python-basierte R-Alternativen erhalten? Dann sind Sie bei diesem Blogbeitrag genau richtig!
Zeitreihenanalyse leicht gemacht
Erfahren Sie in unserem Blogbeitrag, wie Sie ganz einfach eine Zeitreihenanalyse erstellen können, ganz ohne Anwendung eines Analysetools!
Howto: Mit arcplan 8.6 Zellen einfach verbinden
Die arcplan Version 8.6 bietet eine einfache Möglichkeit, Zellen vertikal oder horizontal zusammenzufügen. Wie das funktioniert, erfahren Sie hier.
Predictive Analytics und die Präsidentschaftswahl
Dr. Michael Allgöwer erklärt, wie wichtig ein funktionierendes und effizient arbeitendes Data-Science-Team für die Präsidentsschaftswahlen in den USA ist.
Data-driven Marketing Weihnachtswichtel
Haben Sie sich je gefragt, wie die Weihnachtswichtel all die Daten aus den unterschiedlichen Wunschzetteln analysieren? Finden Sie hier die Antwort ;)
Predictive Analytics World Tag 2
Der zweite Tag der PAW für Dr. Michael Allgöwer: Einbrecher, sensible Daten und was man daraus über das Data-Science-Storytelling lernen kann.
Predictive Analytics World Tag 1
Unser Kollege Dr. Michael Allgöwer besucht auch dieses Jahr die Predictive Analytics World in Berlin. Hier gibt es die Highlights von Tag 1...
Predictive Analytics World
Unser Kollege Dr. Michael Allgöwer besucht auch dieses Jahr die Predictive Analytics World in Berlin. Seine Eindrücke und Erfahrungen lesen Sie hier!
Hochleistungsdenksport mit R
Unser Kollege Orlando hat analysiert, wie man Hochleistungssport mit R dechiffrieren kann. Wie das funktioniert? Direkt hier nachlesen...
Omnichannel-Handel
Mit den Echtzeit-Experten von prudsys hat sich die Autorin Mary Heinze der Frage gestellt, wie man seine Kunden im digitalen Zeitalter begeistert!
Customer Journey Analytics
In seiner Abschlussarbeit beschäftigte sich Simon Nehls mit der Modellierung des Internetnutzungsverhaltens im Reisemarkt. Einen Auszug finden Sie hier...
Dateien verarbeiten mit Standard-Python
Erfahren Sie, wie Sie mit wenigen Zeilen in Python Datensätze mit mehreren Gigabyte lesen und zerlegen können.
QuickSteps mit arcplan 8.5
Dieser Blogbeitrag zeigt auf, wie sich eigene (IBCS-konforme) Grafiken erstellen und als „QuickSteps“ per Drag and Drop wiederverwenden lassen.
Mobile Customer Engagement - Teil 2
Der zweite Teil der b.telligent Blogreihe - finden Sie heraus wie Sie am besten bei der Implementierung eine MCE-Lösung vorgehen!
Uplift-Modeling
Erfahren Sie in diesem Blogbeitrag, wie Uplift-Modeling Sie bei der Kampagnensteuerung optimal unterstützen kann!
Anleitung: Hichert (IBCS) out of the box
b.telligent Experte Stefan Kersten erklärt, wie mit den arcplan Quicksteps -IBCS-konforme Grafiken einfach eingebunden werden können.
Mobile Customer Engagement - Teil 1
In 3 spannenden Beiträgen erklärt unser Experte, wie Mobile Customer Engagement Lösungen in bestehende oder neue Multichannel Umgebungen integriert werden.
HOWTO: Einfaches Web Scraping mit Python
Lesen Sie anhand eines kleinen Praxisbeispiels, wie einfach es sein kann, automatisiert Inhalte aus dem WWW auszulesen.
Kompetenzen
 |
Big-Data-Architektur Big-Data-Analytics |
 |
BI Strategie BI Competence Center |
 |
Data Management Data Security |