Illustrative introductions on dimension reduction
"What is your image on dimensions?"
....That might be a cheesy question to ask to reader of Data Science Blog, but most…Spiky cubes, Pac-Man walking, empty M&M's chocolate: curse of dimensionality
"Curse of dimensionality" means the difficulties of machine learning which arise when the dimension of data is higher. In…
Back propagation of LSTM: just get ready for the most tiresome part
First of all, the summary of this article is "please just download my Power Point slides and be patient, following the equations."…
How to develop digital products and solutions for industrial environments?
In this article, we substantiate why Data Science and Engineering should be introduced as new engineering discipline in the Product Lifecycle Management process.
Understanding LSTM forward propagation in two ways
*This article is only for the sake of understanding the equations in the second page of the paper named "LSTM: A Search Space…
Hypothesis Test for real problems
A statistical hypothesis is a belief made about a population parameter. This belief may or might not be right. In other words, hypothesis testing is a proper technique utilized by scientist to support or reject statistical hypotheses. The foremost ideal approach to decide if a statistical hypothesis is correct is examine the whole population.
Must-have Skills to Master Data Science
The need to process a massive amount of data sets is making Data Science the most-demanded job across diverse industry verticals.…
Process Mining mit Celonis - Artikelserie
Insgesamt stellt Celonis ein unabhängiges und leistungsstarkes Process Mining Tool bereit, wobei der Anwender die Wahl zwischen einer on-Premise-Lösung sowie einer Cloud-Lösung hat. Die „prebuild Process-Connectors“ und die vordefinierten Analysen können ein Process Mining Projekt signifikant beschleunigen und somit die Time-to-Value lukrativ verkürzen. Die Analyse Tools sind leicht bedienbar und schaffen dank integrierter Machine Learning Algorithmen Optimierungspotentiale.
AI Voice Assistants are the Next Revolution: How Prepared are You?
According to Jeff Bezos, Amazon CEO, he says we’re already living in the golden era of artificial intelligence as such where the voice assistant flagship already exists, i.e. Alexa.
Test!
Test!
Interesting links
Here are some interesting links for you! Enjoy your stay :)Pages
- @Data Science Blog
- Autor werden!
- Autoren
- Become an Author
- CIO Interviews
- Computational and Data Science
- Coursera Data Science Specialization
- Coursera 用Python玩转数据 Data Processing Using Python
- Data Leader Day 2016 – Rabatt für Data Scientists!
- Data Science
- Data Science Insights
- Data Science Partner
- DATANOMIQ Big Data & Data Science Seminare
- DATANOMIQ Process Mining Workshop
- DATANOMIQ Seminare für Führungskräfte
- DataQuest.io – Interactive Learning
- Datenschutz
- Donation / Spende
- Education / Certification
- Fraunhofer Academy Zertifikatsprogramm »Data Scientist«
- Für Presse / Redakteure
- HARVARD Data Science Certificate Courses
- Home
- Impressum / Imprint
- MapR Big Data Expert
- Masterstudiengang Data Science
- Masterstudiengang Management & Data Science
- MongoDB University Online Courses
- Newsletter
- O’Reilly Video Training – Data Science with R
- Products
- qSkills Workshop: Industrial Security
- Science Digital Intelligence & Marketing Analytics
- Show your Desk!
- Stanford University Online -Statistical Learning
- TU Chemnitz – Masterstudiengang Business Intelligence & Analytics
- TU Dortmund – Datenwissenschaft – Master of Science
- TU Dortmund berufsbegleitendes Zertifikatsstudium
- Weiterbildung mit Hochschulzertifikat Data Science & Business Analytics für Einsteiger
- WWU Münster – Zertifikatsstudiengang “Data Science”
- Zertifikatskurs „Data Science“
- Zertifizierter Business Analyst
Categories
- Apache Spark
- Artificial Intelligence
- Audit Analytics
- Big Data
- Books
- Business Analytics
- Business Intelligence
- Carrier
- Certification / Training
- Cloud
- Connected Car
- Customer Analytics
- Data Engineering
- Data Migration
- Data Mining
- Data Science
- Data Science at the Command Line
- Data Science Hack
- Data Science News
- Data Security
- Data Warehousing
- Database
- Datacenter
- Deep Learning
- Devices
- Education / Certification
- Events
- Excel / Power BI
- Experience
- Gerneral
- GPU-Processing
- Graph Database
- Hacking
- Hadoop
- Hadoop Framework
- Industrie 4.0
- InMemory
- Insights
- Interview mit CIO
- Interviews
- Java
- JavaScript
- Machine Learning
- Main Category
- Manufacturing
- Mathematics
- Mobile Device Management
- Mobile Devices
- Natural Language Processing
- Neo4J
- NoSQL
- Octave
- optimization
- Predictive Analytics
- Process Mining
- Projectmanagement
- Python
- Python
- R Statistics
- Re-Engineering
- Realtime Analytics
- Recommendations
- Scala
- Software Development
- Sponsoring Partner Posts
- SQL
- Statistics
- TensorFlow
- Text Mining
- Tool Introduction
- Tools
- Tutorial
- Uncategorized
- Use Case
- Use Cases
- Visualization
- Web- & App-Tracking
Archive
- September 2020
- August 2020
- July 2020
- June 2020
- May 2020
- April 2020
- March 2020
- February 2020
- January 2020
- December 2019
- November 2019
- October 2019
- September 2019
- August 2019
- July 2019
- June 2019
- May 2019
- April 2019
- March 2019
- February 2019
- January 2019
- December 2018
- November 2018
- October 2018
- September 2018
- August 2018
- July 2018
- June 2018
- May 2018
- April 2018
- March 2018
- February 2018
- January 2018
- December 2017
- November 2017
- October 2017
- September 2017
- August 2017
- July 2017
- June 2017
- May 2017
- April 2017
- March 2017
- February 2017
- January 2017
- December 2016
- November 2016
- October 2016
- September 2016
- August 2016
- July 2016
- June 2016
- May 2016
- April 2016
- March 2016
- February 2016
- January 2016
- December 2015
- November 2015
- October 2015
- September 2015
- August 2015
- July 2015
- June 2015
- May 2015
Training eines Neurons mit dem Gradientenverfahren
/1 Comment/in Artificial Intelligence, Data Science, Data Science Hack, Deep Learning, Machine Learning, Main Category, Mathematics, optimization, Predictive Analytics, Python /by Benjamin AunkoferDies ist Artikel 3 von 6 der Artikelserie –Einstieg in Deep Learning. Das Training von neuronalen Netzen erfolgt nach der Forward-Propagation über zwei Schritte: Fehler-Rückführung über aller aktiver Neuronen aller Netz-Schichten, so dass jedes Neuron “seinen” Einfluss auf den Ausgabefehler kennt. Anpassung der Gewichte entgegen den Gradienten der Fehlerfunktion Beide Schritte werden in der Regel zusammen […]
Über die Integration symbolischer Inferenz in tiefe neuronale Netze
/2 Comments/in Data Science Hack, Deep Learning, Java, Machine Learning, Natural Language Processing, Text Mining, Tool Introduction, Tutorial /by Lukas MolzbergerTiefe neuronale Netze waren in den letzten Jahren eine enorme Erfolgsgeschichte. Viele Fortschritte im Bereich der KI, wie das Erkennen von Objekten, die fließende Übersetzung natürlicher Sprache oder das Spielen von GO auf Weltklasseniveau, basieren auf tiefen neuronalen Netzen. Über die Grenzen dieses Ansatzes gab es jedoch nur wenige Berichte. Eine dieser Einschränkungen ist die […]
Cloudera und Hortonworks vollenden geplante Fusion
/0 Comments/in Big Data, Cloud /by clouderaKombiniertes „ Open-Source-Powerhouse” wird die branchenweit erste Enterprise Data Cloud vom Netzwerk-Rand (Edge) bis hin zu künstlicher Intelligenz bauen. München, Palo Alto (Kalifornien), 03. Januar 2019 – Cloudera, Inc. (NYSE: CLDR) hat den Abschluss seiner Fusion mit Hortonworks, Inc. bekanntgegeben. Cloudera wird die erste Enterprise Data Cloud bereitstellen, die die ganze Macht der Daten freisetzt, […]
Veröffentlichung der Data Leader Days 2018 Vorträge auf YouTube
/0 Comments/in Uncategorized /by eventsFür alle Interessenten, die es im vergangenen Jahr leider nicht geschafft haben, persönlich an den Data Leader Days 2018 teilzunehmen, gibt es direkt zu Beginn des Jahres 2019 erfreuliche Nachrichten: die Vorträge sind ab heute als Videoaufnahmen auf unserem Youtube-Kanal verfügbar: Besuchen Sie unseren Youtube-Kanal, um sich alle Video Beiträge anzusehen: https://www.youtube.com/channel/UCXRUMGr6MZPMC5WAKiBLdVg/videos Die Data […]
IIIb. Einführung in TensorFlow: Realisierung eines Perzeptrons mit TensorFlow
/0 Comments/in Deep Learning, Machine Learning, Python, Tools, Tutorial /by Hoang Tu NguyenPS: Wenn ihr die Trainings- und Testdaten sucht, dann werdet ihr auf Github fündig.
Künstliche Intelligenz und Vorurteil
/0 Comments/in Artificial Intelligence, Main Category /by David SchönleberKaum ein anderes technologisches Thema heutzutage wird hinsichtlich gesellschaftlicher Auswirkungen so kontrovers diskutiert wie das der Künstlichen Intelligenz (KI). Während das Wörtchen „KI“ bei den einen Zukunftsvisionen hervorruft, in welchen technologischer Fortschritt menschliche Probleme wie Hunger, Krankheit und Klimawandel reduziert hat, zeichnen andere düstere Bilder von Orwell‘schen Überwachungsstaaten und technologischen Apokalypsen. Starke, schwache KI Es […]
IIIa. Einführung in TensorFlow: Realisierung eines Perzeptrons mit TensorFlow
/1 Comment/in Data Science at the Command Line, Deep Learning, Machine Learning, Python, Tutorial /by Hoang Tu Nguyen1. Einleitung 1.1. Was haben wir vor? Im zweiten Artikel dieser Serie sind wir darauf eingegangen, wie man TensorFlow prinzipiell nutzt. Wir wollen das Gelernte an einem einfachen Modell anwenden. Bevor wir dies jedoch tun, müssen wir die Theorie hinter dem Modell verstehen um TensorFlow richtig anwenden zu können. Dafür bietet sich ein Adaline-Perzeptron sehr gut an. […]
Data Leader Days 2018 – Review
/0 Comments/in Uncategorized /by eventsDas Who’s Who der Datenwirtschaft auf den Data Leader Days 2018 Berlin, Dezember 2018: Die Data Leader Days am 14./15. November 2018 im Berliner Spreespeicher haben erneut die Entscheider aus der Business- und Digitalwelt versammelt und wichtige Impulse ausgesendet. Die in diesem Jahr zum dritten Mal stattfindende Veranstaltung verzeichnete mit knapp 300 Teilnehmern einen enormen […]
Predictive maintenance in Semiconductor Industry: Part 1
/0 Comments/in Data Mining, Machine Learning, Python, Use Case /by Aakash ChughThe process in the semiconductor industry is highly complicated and is normally under consistent observation via the monitoring of the signals coming from several sensors. Thus, it is important for the organization to detect the fault in the sensor as quickly as possible. There are existing traditional statistical based techniques however modern semiconductor industries have […]
Location at Data Hacker Days announced
/0 Comments/in Uncategorized /by Linh Chi NguyenWe are happy to announce your our venue for the Data Hacker Days: Kühlhaus Berlin. Data Hacker Days will take place from 28th to 30st May 2019 in Berlin. The industrial look of Kühlhaus Berlin is a perfect place to challenge hackers to work and solve the hackathon. The backyard will be a chill area and […]