Machine Learning im E-Commerce – Anwendungsfälle und Nutzen

Wie lässt sich Machine Learning im E-Commerce sinnvoll einsetzen? Wir zeigen Ihnen interessante Anwendungsfälle von Machine Learning im E-Commerce, die Ihren Umsatz steigern und Ihre Marketingkosten senken.   Wie lässt sich Machine Learning im E-Commerce einsetzen?  Welche Anwendungsfälle von Machine Learning im E-Commerce gibt es?  Best Practice für die Umsetzung von Machine Learning im E-Commerce  Wie lässt sich Machine Learning im E-Commerce einsetzen?  Mittlerweile ist maschinelles Lernen in vielen […]

Textklassifikation

Die Identifizierung und Analyse großer Textmengen stellt einen wichtigen Antreiber für eine Vielzahl unternehmensrelevanter Entscheidungen dar. Grund ist der hohe Erkenntnisgewinn, der durch Analyse dieser Textmengen entsteht. Da die Extraktion von Wissen jedoch oftmals schwierig und zeitaufwendig ist, vernachlässigen viele Unternehmen diesen Bereich.   Durch fortschrittlichste Technologien zur Verarbeitung natürlicher Sprache auf Basis von maschinellem Lernen gestaltet sich […]

Ist Auto ML die Zukunft von Data Science?

automl-plattformen

AutoML ist ein heiß diskutiertes Thema, welches eine enorme Effizienzsteigerung für den Machine Learning Prozess verspricht. Doch wie viel Potential steckt in dem automatisierten Machine Learning Ansatz? Wir zeigen Ihnen, wie AutoML Ihren ML-Prozess automatisieren kann und welche Vorteile Sie dadurch gewinnen. Machine Learning wird normalerweise akribisch von Data Science Teams, basierend auf Erfahrungswerten oder […]

Was ist eine Absatzprognose? Faktoren, Verfahren und Methoden

Absatzprognosen helfen dem Unternehmen dabei, zukünftige Entwicklungen der Absatzzahlen voraussagen zu können. Dies ist besonders hilfreich, um frühzeitige Entscheidungen in Bezug auf Planungen zu treffen und so Kosten einzusparen. In diesem Artikel werden Ihnen die Vorteile, Einflussfaktoren, Verfahren sowie Software zur Erstellung einer Absatzprognose näher erklärt.   Was ist eine Absatzprognose?  Was sind die Vorteile einer Absatzprognose?  […]

Nachfrageprognose: Definition, Methoden und Beispiele

Eine Nachfrageprognose sagt die zukünftige Kundennachfrage auf Basis historischer Daten vorher. Im Rahmen von Entscheidungsfindungen bieten Nachfrageprognosen eine gute Grundlage, um Planungen im Unternehmen effizient umzusetzen. Je nach Anwendungsfall und Prognoseziel stehen dem Unternehmen unterschiedliche Verfahren zur Verfügung.   In diesem Beitrag erfahren Sie über die Definition, Funktionsweise, Vorteile und welche Methoden es zur Erstellung einer Nachfrageprognose gibt.   Was ist eine Nachfrageprognose?  […]

Machine Learning vs. Deep Learning: Wo ist der Unterschied?

Die zwei Teilbereiche der künstlichen Intelligenz: Machine Learning und Deep Learning lassen sich häufig nur schwer unterscheiden. In diesem Artikel zeigen ich die Unterschiede zwischen diesen Begriffen auf und gebe Hinweise, wann welches Verfahren zu nutzen ist. Lassen Sie uns direkt ins Thema einsteigen: Einführung in künstliche Intelligenz Was ist der Unterschied zwischen Machine Learning […]

CRISP-DM: Grundlagen, Ziele und die 6 Phasen des Data Mining Prozess

CRISP-DM ist ein einheitlicher Standard für die Entwicklung von Data Mining Prozessen und hilft Unternehmen dabei Data Mining Projekte gut zu strukturieren. Haben Sie die Herausforderung ein Data Mining Projekt zu strukturieren? Oder wollen wissen was die „best practices“ für einen einheitlichen Prozess sind? Für die Strukturierung von Data Mining oder Machine Learning Projekten nutze […]

5 wertvolle Tipps für eine clusterbasierte Kundensegmentierung

Eine Kundensegmentierung ist ein wichtiges Element jeder guten CRM- oder Marketingstrategie. Neben eindimensionalen Ansätzen, wie der ABC-Analyse (rein umsatzbasierter Ansatz), gibt es clusterbasierte Ansätze durch Data-Mining-Methoden. Diese haben den Vorteil, viel mehr Informationen über das Kundenverhalten zu nutzen, um sinnvolle Segmente zu bilden. In diesem Beitrag gebe ich 5 wertvolle Tipps für richtige Kundensegmentierungen mit […]

TensorFlow: Einführung, Architektur und Beispiel zur Bilderkennung

TensorFlow ist ein Open-Source-Framework für maschinelles Lernen und künstliche Intelligenz von Google. Einsatz findet TensorFlow insbesondere bei Deep Learning Anwendungen wie Bilderkennung und Textverarbeitung wie Natural Language Processing oder Spracherkennung. In diesem Beitrag gehe ich auf die Grundlagen von Google TensorFlow ein und zeige euch ein kleines Beispiel zur Bilderkennung von handgeschriebenen Ziffern. Was ist […]

Transfer Learning: Grundlagen und Einsatzgebiete

Transfer Learning

Transfer Learning ist eine Methode aus dem Deep Learning, mit der ein vortrainiertes künstliches neuronales Netz für die Lösung neuer Problemstellungen genutzt wird. Dazu wird der Lernfortschritt des bestehenden Modells transferiert. Dadurch ergeben sich Vorteile, wie: schnellere Erstellung, bessere Modellqualität und weniger Ressourceneinsatz. Transfer Learning wird insbesondere im Bereich der Bild- und Textverarbeitung eingesetzt, da […]