Mediathek

Möchten Sie das Maximum für die Betriebs- und Geschäftsmodelle Ihres Unternehmens und diese perfekt optimieren?

Machine Learning (ML) ist in aller Munde und einer DER Digitalisierungs-Trends. Nutzen Sie die Hilfe von Machine Learning für Betrugserkennung, Diagnosesysteme, Personalisierung von Inhalten, Prognose der Kundenabwanderung (Churn), Empfehlungssysteme und vieles mehr.

Möchten Sie kräftig Zeit bei der Data Preparation sparen und sowohl Machine Learning als auch Visualisierung betreiben? Unser Beitrag und Video zeigen Ihnen wie.

Möchten Sie besser für die Zukunft Ihres Unternehmens planen können und Ihren Umsatz steigern?

Heutzutage wird es für Unternehmen immer wichtiger, vorrauschauend planen und handeln zu können. Mithilfe von Predictive Analytics optimieren Sie Ihre Prozesse, verbessern Sie Ihre Geschäfts- und Kundenbeziehungen, gelingen Ihnen schneller Innovationen und steigern Sie Ihren Umsatz.

Unser Artikel zeigt Ihnen anhand von 6 Beispielen aus der Unternehmenspraxis auf, wie Predictive Analytics sich erfolgreich in verschiedenen Bereichen durchgesetzt hat.

Die meisten Deep-Learning-Anwendungen basieren auf Google populärem TensorFlow-Framework. Mit Hadoop steht Ihnen eine Anwendung mit riesigen Rechen- und Speicherkapazitäten zur Verfügung.

Die Vorteile beider Welten sind in der von LinkedIn entwickelten Open Source-Lösung TonY (TensorFlow on YARN) realisiert worden. TonY ist eine hochskalierbare Plattform, die das Beste aus beiden Anwendungen miteinander kombiniert.

TonY führt verteilte TensorFlow-Trainings als Hadoop-Applikation aus. In unserem Artikel erklären wir Ihnen die genaue Arbeitsweise von TonY und wie TonY ein asynchrones Training mit vielfacher Beschleunigung gegenüber dem CPU-Training erreicht hat.

Es gibt verschiedene Machine Learning Frameworks, aus denen ein Unternehmen auswählen kann. Doch nicht jedes Framework ist für jedes Projekt geeignet.

Dr. David James, Data Scientist bei it-novum, hat eine Matrix entwickelt, die Ihnen bei der Auswahl des passenden Frameworks für Machine Learning Use Cases hilft.

Dank der Matrix können Sie in visuell attraktiver Form schnell und einfach herausfinden, welches Machine Learning Framework für Sie am besten geeignet ist.

Bevor Sie in Ihrem Unternehmen eine Predictive Analytics-Lösung einführen, gibt es einige wichtige Fragen zu klären. Zu diesen Fragen zählen, was Sie bei der Einführung beachten sollten, welche Vorgehensweise die Sinnvollste ist und wie Sie die neu gewonnenen Erkenntnisse in die Geschäftspraxis umsetzen.

Noch vor der eigentlichen Implementierung müssen Sie beispielsweise im ersten Schritt klären, welche Predictive Analytics-Lösung Sie zukünftig einsetzen möchten. Im nächsten Schritt wird geklärt, wie Sie alle Beteiligten in den Implementierungsprozess einbeziehen. Im letzten Schritt gilt es, wie Sie die Predictive Analytics-Erkenntnisse erfolgreich für Ihr Unternehmen umsetzen.

Erfahren Sie in unserem Artikel, wie genau Ihnen diese 3 Schritte gelingen.

Business Intelligence eignet sich aufgrund historischer Daten nicht, um Trends der Zukunft vorherzusagen.

Mit Predictive Analytics werfen Sie dagegen einen Blick in die Zukunft und erkennen Trends und Muster, auf deren Datenbasis Sie wichtige Geschäftsentscheidungen treffen können.

Im folgenden Artikel zeigen wir Ihnen ganz praktisch, wie ein Modell für die Vorhersage von Verkäufen entwickelt wird. Dabei gehen wir ausführlich auf die Entwicklung des Modells, dessen Implementierung und die abschließende Analyse ein. Ein solches Muster-Modell sagt den Umsatz des Unternehmens voraus.

Mithilfe dieser Predictive Modelle sind Sie in der Lage, mit Daten aus der Vergangenheit Vorhersagen über Entwicklungen in der Zukunft zu treffen.

In seinem Gastbeitrag erklärt Wael Elrifai, Experte für IoT, Big Data und Predictive Analytics, den Beginn der prädiktiven Ära in unserer Zeit.

Im Jahr 2025, welches nicht mehr weit entfernt ist, werden laut Elrifai Vorhersagen und deren Anwendung im Vordergrund stehen. Computer- und Speicherpreise fallen immer mehr und werden zugleich immer leistungsstärker. Dies eröffnet prädiktiven Techniken, wie maschinelles Lernen, neue Horizonte und bisher ungeahnte Anwendungsmöglichkeiten.

Lesen Sie noch mehr spannende Details über den Beginn der neuen prädiktiven Revolution im Gastbeitrag von Wael Elrifai.