Der Bereich des maschinellen Lernens sowie dessen Teilgebiete, werden in vielen Bereichen immer relevanter. Vor allem der Bereich des Deep Learning, also der tiefen neuronalen Netze, findet nun auch in
... Weiterlesen.
Datenanalyse und Machine Learning anhand eines Use Cases – II/III
Im letzten Beitrag der Serie wurden zunächst die ASHRAE Kaggle Competition vorgestellt und die dort verfügbaren Daten visualisiert. Dabei wurden die Daten aus verschiedenen Blickwinkeln beleuchtet, um ein Gefühl für die Daten zu bekommen. Man konnte sehen,... Weiterlesen.
Explorative Datenanalyse mit t-SNE
Motivation Das heutige Zeitalter ist gekennzeichnet von einer wahren Flut von Daten; nie war es einfacher, Daten in großem Maße und automatisiert zu erheben und abzuspeichern. Gleichzeitig wird es immer
... Weiterlesen.
Der Self Service Data Preparation Markt
Data Preparation ist die Kernkompetenz der Datenanalyse. Ohne eine geeignete Transformation der Daten, lassen sich weder ML-Modelle generieren noch Analytics / BI im Allgemeinen durchführen. Aufgrund der Brisanz des Themas... Weiterlesen.
Vor- und Nachteile von Data-Science- und Machine-Learning-Plattformen
Seit einigen Jahren verspricht eine Reihe von Software-Anbietern die (Teil-)Automatisierung von Data-Science-Projekten mit sogenannten Auto-ML-Programmen (automatic machine learning). Mitarbeiter aus den Fachbereichen sollen dadurch in die Lage versetzt werden, selber... Weiterlesen.
Machine-Learning mit unausgewogenen Datensätzen: imbalanced-learn (Python-Package)
Eine große Herausforderung im Bereich Machine-Learning stellt der Umgang mit unausgewogenen (engl. unbalanced) Datensätzen bei der Klassifizierung dar. Dabei bezeichnet man einen Datensatz als unausgewogen, wenn eine Klasse des Datensatzes... Weiterlesen.