The Good, the Bad and the Ugly: Daten effektiv visualisieren und kommunizieren 20.10.2020 von Shirin Elsinghorst Dieser Artikel begleitet meinen Vortrag **The Good, the Bad and the Ugly: Daten effektiv visualisieren und kommunizieren**, den ich am 20.10.2020 auf der data2day gehalten habe. Weiterlesen Kommentar schreiben
KI in der Praxis: Fehlerhafte Bauteile mit Rekognition auf AWS identifizieren 30.07.2020 von Marcel Mikl und Nico Axtmann Wir trainieren mit Rekognition ein KI-Modell und integrieren es mittels Lambda-Functions und Elastic-Beanstalk in einen Prozess, bei dem manuelle Korrekturen in der Qualitätskontrolle möglich sind. Weiterlesen Kommentar schreiben
KI in der Praxis: Fehlerhafte Bauteile mit AutoML in der Google Cloud identifizieren 09.07.2020 von Nico Axtmann und Marcel Mikl Wir trainieren mit AutoML ein Modell und integrieren es mittels Cloud Functions und App Engine in einen Prozess, bei dem manuelle Korrekturen in der Qualitätskontrolle möglich sind. Weiterlesen Kommentar schreiben
Process Mining mit bupaR 06.05.2020 von Anna Helbig Process Mining schafft Transparenz darüber, was wirklich in Unternehmen geschieht. Anstelle von langwierigen Prozessbeschreibungen identifiziert Process Mining den realen Prozess automatisch. Weiterlesen Kommentar schreiben
Wie man Data-Science-Projekte nicht in die PoC-Sackgasse manövriert 27.03.2020 von Marcel Mikl Warum gelingt es Data-Science-Initiativen häufig nicht, einen echten Mehrwert zu schaffen? Wir haben einige Ursachen dafür ausgemacht, die wir im... Weiterlesen Kommentar schreiben
Data Science in der Praxis: Häufige Fehler und Vorgehen 29.08.2019 von Nico Axtmann In diesem Artikel gehen wir auf die Besonderheiten von Data Science in der Praxis ein. Wir konzentrieren uns auf die... Weiterlesen Kommentar schreiben
Machine-Learning-Modelle bewerten – die Crux mit der Metrik 02.07.2019 von Berthold Schulte Machine-Learning-Modelle zur Klassifikation lassen sich mit verschiedenen Metriken bewerten, haben allerdings ihre Tücken. Weiterlesen Kommentar schreiben
E-Mail-Klassifizierung mit SpaCy 29.04.2019 von Marcel Mikl Noch vor kurzer Zeit war E-Mail-Klassifikation mittels Deep Learning nur mit Spezialwissen und ausreichend Data Science Know-how möglich. Heute existieren... Weiterlesen Kommentar schreiben
Kunden-E-Mails effizient verarbeiten – mit künstlicher Intelligenz 08.04.2019 von Marcel Mikl und Oliver Moser Einleitung Künstliche Intelligenz (KI) findet sich heutzutage scheinbar überall. Bereits ohne den derzeitigen Hype-Faktor um KI ist der Begriff nur... Weiterlesen Kommentar schreiben
