digital intelligence

becoming data-driven

Das Volumen des weltweiten Datenbestands wächst rasant. Die digitale Transformation macht es Unternehmen zunehmend leichter eine Vielzahl an Nutzerdaten zu erfassen.

becoming analytics driven

Die Geschwindigkeit, das Volumen und die Vielfalt der einströmenden Daten entscheiden nicht über den Erfolg eines Unternehmens. Agile Analysen und wirkliche Business Insights sind maßgeblich, um im Wettbewerb Schritt zu halten.

becoming a datahead

Organisationen stehen nicht vor der Herausforderung ein weiteres Tool zu implementieren oder neue Spreadsheets zu erdenken. Datengetriebene Unternehmen treffen informierte Entscheidung auf Basis valider Daten.
dataheads begleitet Sie auf diesem Weg.

Machine Learning

Machine Learning ist das Herz moderner Anwendungen. Spam Filter, Recommender Systeme, Predictive Analytics.
Machine Learning bildet die zugrunde liegende Intelligenz.

Machine Learning ermöglicht es aus Daten unbekanntes Wissen zu generieren. Neue und verbesserte Entscheidungen werden durch dieses Wissen ermöglicht.
Erlerntes kann genutzt werden, um Vorhersagen für die Zukunft zu treffen.

Die Einsatzmöglichkeiten von Machine Learning reichen von der Medizin, autonomem Fahren bis hin zur Analyse von Finanz- oder Unternehmensdaten.

Our Mission

dataheads unterstützt Unternehmen mit maßgeschneiderten Algorithmen dabei, Wissen zu generieren. Anbieter unabhängig entwickeln wir Analysen, Modelle und Visualisierungen, die die drängensten Fragen zu Vergangenheit, Gegenwart und Zukunft datengetrieben beantworten.

Wir glauben Machine Learning wird in den nächsten Jahren Entscheidungsprozesse in jedem Wirtschaftszweig nachhaltig verändern. Gleichzeitig sollte das Instrumentarium des Machine Learning jedem Unternehmen zur Verfügung stehen, auch wenn die eigene Expertise in anderen Feldern liegt.
dataheads schließt diese Lücke – Machine Learning as a Service.

Kontakt

Details

dataheads
Bessemer Str. 30
44869 Bochum

phone: 0234 81030351
mail: hallo@dataheads.de

Aktuelle Beiträge

Personalisierung und Mustererkennung

20. März 2017 /0 /2

Machine Learning meets Influencer Marketing at AIMC

27. Januar 2017 /0 /0

Data Mining und Natural Language Processing

1. März 2016 /0 /0

Artikel im Fundraiser Magazin

2. Februar 2016 /0 /0
Zum Blog

Mehr zu Machine Learning

Machine Learning beschäftigt sich mit der Entwicklung von Systemen, die aus Beispielen lernen und gelerntes auf neue Daten abstrahieren können.
Große Mengen an unstrukturierten Daten stellen Herausforderungen für Unternehmen dar. Machine Learning ermöglicht Klassifizierung und Vorhersage Modelle auf Basis Ihrer vorhandenen Daten zu entwickeln.

Knowledge Discovery in Databases

Die Entdeckung bisher unbekannten Wissens in bestehenden Datensätzen beschreibt den gesamten Prozess der Aufbereitung, Analyse, Repräsentation und Interpretation von Daten und Erkenntnissen.
Besonders unstrukturierte Daten aus CRM Systemen, Emails und Social Networks haben sich in der Vergangenheit als wahre Goldgrube zur Wissensextraktion herausgestellt.

Machine Learning und Data Mining können die verschiedensten Herausforderungen im Unternehmensumfeld meistern.

Anomalie Erkennung

Bei der Ausreißererkennung oder outlier detection werden Daten nach abweichenden Datensätzen durchsucht. Praktische Anwendungsgebiete sind zum Beispiel die Erkennung von fraud Bestellungen in Online Shops.

Cluster Analyse

Die Cluster Analyse beschreibt ein Verfahren in dem Datensätze auf Ähnlichkeiten untersucht werden. Anwendungsbeispiele reichen von Social Network Analysen, der Analyse von Marketing- und Marktforschung bis zu Einsatzzwecken in der medizinischen Forschung.

Klassifizierungsanalysen

Klassifizierungsanalysen ähneln Clusteranalysen. Auch bei Klassifikationen geht es um die Einteilung der Daten in unterschiedliche Gruppen. Der Unterschied zu Cluster Analysen besteht darin, dass die Klassifizierungen vorgegeben sind. Hier besteht ein enges Verwandschaftsverhältnis zwischen data mining und maschinellem lernen: data mining beschreibt normalerweise das Finden neuer Zusammenhänge, maschinelles lernen das übertragen bestehender Modelle auf neue Daten. Ein gebräuchliches Einsatzfeld von Klassifizierungsanalysen ist die Spam-Erkennung in Email Programmen.

Assoziationsanalysen

Zusammenhänge in Daten als Regelsätze darzustellen ist die Aufgabe von Assoziationsanalysen. Ein weithin bekanntes Modell stellen Assoziationsanalysen auf Transaktionsdaten dar. Hier entstehen Regelsätze, die angeben mit welcher Wahrscheinlichkeit Nutzer Produkt B kaufen wenn Produkt A gekauft wird.

Regressionsanalyse

Regressionsanalysen dienen der Untersuchung einer abhängigen und einer oder mehrere unabhängigen Variablen. Einsatzzweck im Unternehmensumfeld können zum Beispiel Prognosen sein, wie sich eine Preisänderungen auf den Absatz eines Produkts auswirkt oder welchen Einfluss eine Marketing-Budgetallokation auf den zu erwartenden Erfolg hat.