Deep Learning Workshop bei der codecentric AG in Solingen 06.02.2018 von Shirin Elsinghorst und Maria Hartmann Wie funktionieren Analysen von Big Data eigentlich? Um das heraus zu finden, habe ich an dem Workshop über "Deep Learning mit Keras und TensorFlow" teilgenommen. Weiterlesen Kommentar schreiben
Wir brauchen mehr als Genauigkeit, um Vertrauen in Maschinelles Lernen aufzubauen 09.01.2018 von Shirin Elsinghorst Traditionelle Arbeitsabläufe bei Maschinellem Lernen sind stark auf das Trainieren und Optimieren von Modellen fokussiert. Weiterlesen Kommentar schreiben
Data Science und Big Data: Eine Mate mit… Michael Plümacher #EineMateMit 22.09.2017 von Felix Braun Einige seiner aktuellen Projekte im Beriech Data Science und Big Data stellt Michael Plümacher in der neuen Folge EineMateMit kurz vor. Weiterlesen Kommentar schreiben
Fraud-Analyse mit Data-Science-Techniken 06.09.2017 von Shirin Elsinghorst Fraud ist inzwischen zu einem weit verbreiteten Problem im E-Commerce geworden, und Firmen investieren viele Ressourcen, um ihn zu erkennen und zu verhindern. Weiterlesen 2 Kommentare
Datenlookup in Spark Streaming 26.07.2017 von Matthias Niehoff Das Nachschlagen und Hinzufügen von Daten ist ein häufiges Problem bei Streaming Anwendungen. In diesem Post werden vier Lösungsvarianten vorgestellt. Weiterlesen 2 Kommentare
Soziale-Netzwerk-Analyse und Topic Modeling mit codecentrics Twitter-Freunden und -Followers 25.07.2017 von Dr. Shirin Glander Vor kurzem hat Matthias Radtke einen spannenden Blog-Artikel über Topic Modeling der codecentric Blog-Artikel geschrieben. Dort gibt er eine umfassende Einführung in... Weiterlesen Kommentar schreiben
Event-Zeit-Verarbeitung in Apache Spark und Apache Flink 20.04.2017 von Matthias Niehoff Eventzeitverarbeitung ist eines der Features, die ein Streaming Framework heutzutage unterstützen sollte. Dieser Post bietet einen Überblick über die Eventzeitfähigkeiten von Spark und Flink. Weiterlesen Kommentar schreiben
Computer-Vision-Techniken in Kofax Transformation Modules (KTM/KTD) 12.04.2017 von Niko Blättermann Computer Vision mit Kofax Transformation Modules ist nicht möglich? Ich zeige euch, wie man eigene Lokatoren schreibt, die modernste Frameworks und Technologien benutzen und genau das möglich machen. Weiterlesen Kommentar schreiben
Verteilte Stream Processing Frameworks für Fast Data & Big Data – Ein Meer an Möglichkeiten 27.03.2017 von Matthias Niehoff Spark Streaming, Flink, Storm, Kafka Streams,... Die Möglichkeiten zur Stream Verarbeitung sind vielfältig. Höchste Zeit also Licht ins Dunkeln zu bringen. Weiterlesen Kommentar schreiben
