Artikel
Use Cases mit Pentaho
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Artikel
Smarte Lösungen nur im Team
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Doch damit Unternehmen und Behörden die richtigen Entscheidungen auf Basis intelligenter IoT-Anwendungen treffen können, müssen sie die Daten aus verschiedenen Systemen miteinander kombinieren. Häufig liegen die Daten in Datensilos verstreut, wodurch wertvolles Daten Know-how brach liegt. Die Folge: Die Konkurrenz eilt davon, smarte Projekte können nicht umgesetzt werden und wertvolle Daten-Potenziale bleiben ungenutzt.
Unser Artikel beschreibt anhand der drei oben genannten Beispiele, wie Sie aus einem unübersichtlichen Datendschungel von SAP- und Drittanbieterdaten mithilfe von Hitachi Vantara Ihre Daten perfekt kombinieren und auswerten.
Artikel
TonY: verteilte TensorFlow-Trainings als Hadoop-Applikation
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
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.
Artikel
Machine Learning Framework richtig ausgewählt
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
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.
Artikel
Die 3 wichtigsten Antworten zu Predictive Analytics
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
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.
Artikel
5 Dinge, die man über IoT-Analytics wissen sollte
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Unser Artikel beleuchtet am Beispiel der Analyse von Feinstaubdaten, was alles bei der Analyse und Auswertung der IoT-Daten beachtet werden muss, um aus den gewonnenen Daten die Staubbelastung dauerhaft zu reduzieren. Dabei geben wir dir 5 konkrete Hinweise mit an die Hand, die dir zeigen, wie du IoT-Analysen erfolgreich anwendest. Anschließend bist du in der Lage, deine Internet-of-Things-Daten für dein Projekt richtig einzusetzen.
Artikel
Dockerisierung oder: 3x Jedox in 3 Minuten
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Erfahren Sie in unserem Artikel die Vorteile von Jedox mit Docker und wie Sie das System ganz einfach installieren.
Artikel
„Wir verarbeiten 21.000 Dateien pro Tag mit Pentaho“
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Im Interview erklärt IT-Allrounder Marco Menzel, warum er bei HANSAINVEST Pentaho als Datenverarbeitungs-Plattform einsetzt und wie Pentaho es mühelos schafft, über 21.000 Daten pro Tag bei der Kapitalverwaltungsgesellschaft zu verarbeiten.
Möchten auch Sie eine Power-Plattform, die Ihre Daten bequem aus unterschiedlichen Quellen integriert und analysiert? Dann ist Pentaho genau die Wahl für Sie!
Artikel
Bundespolizei setzt auf Realtime Analytics
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
Wie der Bundespolizei, so kann Pentaho auch Ihnen dabei helfen, Ihre ETL-Prozesse leicht zu automatisieren, um Ihre Daten genau dort bereitzustellen, wo Sie diese benötigen.
In einem weiteren Schritt gelang es der Bundespolizei, aus Daten von einem Data Warehouse mithilfe des Pentaho BI-Servers echte Führungsinformationen zu generieren. Dadurch war die Bundespolizei in der Lage, Kriminalitätsschwerpunkte im gesamten Zuständigkeitsbereich der Bundespolizei zu visualisieren.
Möchten auch Sie die Power von Pentaho für Ihre Daten nutzen? Lesen Sie in unserem Bericht weitere spannende Einzelheiten zum Pentaho-Einsatz bei der Bundespolizei.
Artikel
In 5 Schritten zur Predictive Analytics-Umsetzung
Lorem ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd gubergren, no sea takimata sanctus est Lorem ipsum dolor sit amet.
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.
