Geht mit Künstlicher Intelligenz nur „Malen nach Zahlen“?
Mit diesem Beitrag möchte ich darlegen, welche Grenzen uns in komplexen Umfeldern im Kontext Steuerung und Regelung auferlegt…
Unsupervised Learning in R: K-Means Clustering
Die Clusteranalyse ist ein gruppenbildendes Verfahren, mit dem Objekte Gruppen – sogenannten Clustern zuordnet werden.…
In eigener Sache: Der Data Leader Day 2017
Der Data Science Blog ist Co-Organisator des Data Leader Day 2017
Der Data Leader Day am 09.11.2017 ist ein Event für…
Artificial Intelligence and Data Science in the Automotive Industry
Data science and machine learning are the key technologies when it comes to the processes and products with automatic learning and optimization to be used in the automotive industry of the future. This article defines the terms “data science” (also referred to as “data analytics”) and “machine learning” and how they are related.
Entropie - Und andere Maße für Unreinheit in Daten
Dieser Artikel ist Teil 1 von 4 der Artikelserie Maschinelles Lernen mit Entscheidungsbaumverfahren.
Hierarchische Klassifikationsmodelle,…
What makes a good Data Scientist? Answered by leading Data Officers!
What makes a good Data Scientist? A question I got asked recently a lot by data science newbies as well as long-established…
Consider Anonymization – Process Mining Rule 3 of 4
This is article no. 3 of the four-part article series Privacy, Security and Ethics in Process Mining.
Read this article…
Interview mit Prof. Dr. Kai Uwe Barthel über Data Science mit Deep Learning
Interview mit Prof. Dr. Barthel, Chief Visionary Officer der Pixolution GmbH in Berlin, über Funktion, Einsatz und Einstieg…
Der Blick für das Wesentliche: Die Merkmalsselektion
In vielen Wissensbasen werden Datensätze durch sehr große Merkmalsräume beschrieben. Während der Generierung einer Wissensbasis…
Responsible Handling of Data – Process Mining Rule 2 of 4
This is article no. 2 of the four-part article series Privacy, Security and Ethics in Process Mining.
Read this article…
Einstieg in das Maschinelle Lernen mit Python(x,y)
/1 Comment/in Artificial Intelligence, Business Analytics, Business Intelligence, Data Mining, Data Science, Data Science Hack, Data Warehousing, Machine Learning, Predictive Analytics, Python, Statistics /by Christoph GreschPython(x,y) ist eine Python-Distribution, die speziell für wissenschaftliche Arbeiten entwickelt wurde. Es umfasst neben der Programmiersprache auch die Entwicklungsumgebung Spyder und eine Reihe integrierter Python-Bibliotheken. Mithilfe von Python(x,y) kann eine Vielzahl von Interessensbereichen bearbeitet werden. Dazu zählen unter anderem Bildverarbeitung oder auch das maschinelle Lernen. Das All-in-One-Setup für Python(x,y) ist für alle gängigen Betriebssysteme online […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Regel 3 von 4:
/7 Comments/in Audit Analytics, Business Analytics, Business Intelligence, Data Mining, Data Science, Data Security, Process Mining, Projectmanagement /by Anne Rozinat & Christian W. GüntherDieser Artikel ist Teil 3 von 4 aus der Reihe Datenschutz, Sicherheit und Ethik beim Process Mining. Read this article in English: “Consider Anonymization – Process Mining Rule 3 of 4“ Anonymisierung in Betracht ziehen Falls Ihr Datensatz vertrauliche Informationen enthält, können Sie auch Anonymisierungsmethoden anwenden. Wenn Sie einen Wertesatz anonymisieren, werden die tatsächlichen Werte […]
Data Science Blog sucht Sponsoring!
/0 Comments/in Gerneral /by Benjamin AunkoferDer Data Science Blog ist die einzige deutschsprachige Community zum Thema Data Engineering und Data Science mit täglich Hunderten Lesern – Und wir haben noch viel mehr vor! Wir möchten die Datenexperten in Europa miteinander vernetzen, Fachforen und Inkubatoren schaffen. Was wird dem Sponsor geboten? Um die Weiterentwicklung des Data Science Blog voranzutreiben, brauchen wir Sponsoren. […]
R Data Frames meistern mit dplyr – Teil 2
/1 Comment/in Business Analytics, Business Intelligence, Data Migration, Data Mining, Data Science, Data Science Hack, Data Warehousing, Database, R Statistics, Statistics, Tool Introduction /by Dr. Uwe SchneiderDieser Artikel ist Teil 2 von 2 aus der Artikelserie R Data Frames meistern mit dplyr. Noch mehr Datenbank-Features Im ersten Teil dieser Artikel-Serie habe ich die Parallelen zwischen Data Frames in R und Relationen in SQL herausgearbeitet und gezeigt, wie das Paket dplyr eine Reihe von SQL-analogen Operationen auf Data Frames standardisiert und optimiert. […]
Numerical Python – Einführung in wissenschaftliches Rechnen mit NumPy
/0 Comments/in Data Science, Python, Python, Statistics /by Benjamin AunkoferNumPy steht für Numerical Python und ist eines der bekanntesten Pakete für alle Python-Programmierer mit wissenschaftlichen Hintergrund. Von persönlichen Kontakten erfuhr ich, dass NumPy heute in der Astrophysik fast genauso verwendet wird wie auch von sogenannten Quants im Investment-Banking. Das NumPy-Paket ist sicherlich ein Grundstein des Erfolges für Python in der Wissenschaft und für den […]
Statistical Relational Learning – Part 2
/3 Comments/in Artificial Intelligence, Data Mining, Data Science, Data Science at the Command Line, Machine Learning, Statistics, Tools, Tutorial /by Vishal BhallaIn the first part of this series on “An Introduction to Statistical Relational Learning”, I touched upon the basic Machine Learning paradigms, some background and intuition of the concepts and concluded with how the MLN template looks like. In this blog, we will dive in to get an in depth knowledge on the MLN template; […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Regel 2 von 4:
/2 Comments/in Data Security, Process Mining /by Anne Rozinat & Christian W. GüntherDieser Artikel ist Teil 2 von 4 aus der Reihe Datenschutz, Sicherheit und Ethik beim Process Mining. Read this article in English: “Responsible Handling of Data – Process Mining Rule 2 of 4“ Verantwortungsvoller Umgang mit Daten Wie bei jeder anderen Datenanalyse-Technik müssen Sie nach Erhalt der Daten vorsichtig mit diesen umgehen. Bei vielen […]
Neue Fortbildungsangebote im Fortbildungskatalog
/0 Comments/in Carrier, Data Science News, Gerneral /by Benjamin AunkoferDie Frage, wie man Data Scientist werden könnte, beantworte ich stets mit dem autodidaktischen Lernen und der bewussten Konfrontation mit bekannten und unbekannten Datenbeständen. Ein nahezu kostenloser, aber auch anstrengender und langer Weg. Anders geht es auch mit speziellen Online-Kursen oder Masterstudiengängen, die an diversen internationalen und deutschen Hochschulen angeboten werden. Diese Online-Kurse laufen nun […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Regel 1 von 4:
/3 Comments/in Audit Analytics, Process Mining, Projectmanagement /by Anne Rozinat & Christian W. GüntherDieser Artikel ist Teil 1 von 4 aus der Reihe Datenschutz, Sicherheit und Ethik beim Process Mining. Read this article in English: “Clarify Goal of the Analysis – Process Mining Rule 1 of 4“ Klarstellung des Analyseziels Die gute Nachricht ist, dass Process Mining in den häufigsten Fällen keine personenbezogenen Daten auswerten muss, da es […]
Datenschutz, Sicherheit und Ethik beim Process Mining – Artikelserie
/7 Comments/in Audit Analytics, Business Analytics, Business Intelligence, Data Mining, Data Science, Data Security, Process Mining /by Anne Rozinat & Christian W. GüntherAls ich vor zwölf Jahren in die Niederlande zog und anfing, bei lokalen Supermarktketten wie Albert Heijn einzukaufen, habe ich mich zunächst gegen die Bonuskarte (Treuekarte für Rabatte) gewehrt, da ich nicht wollte, dass das Unternehmen meine Einkäufe nachverfolgen konnte. Ich verstand, dass die Verwendung dieser Informationen ihnen helfen könnte, mich zu manipulieren, indem sie […]