Are you looking for a Data Science easy button? The dataSciencePilot action set comes pretty close.
Tag: data science
Data-driven businesses use technology as an insight platform to empower nontechnical users.
Are you looking for a Data Science easy button? The Data Science Pilot Action Set comes pretty close.
Nowadays, geeks are increasingly cool, and we’re all proud to let our inner geek out in public. This wasn't always so ...
There is a lot of excitement about AI, but somehow the reality is not really living up to the hype. At the moment, we don’t see enough real results or use cases emerging, even though everyone agrees that there is huge potential. I polled some of our experts to find
O testemunho de Maria do Carmo Castro Correia, que usufruiu do Software SAS e pôde comprovar, por experiência própria, a sua utilidade assim como o apoio incondicional dado pela equipa de pessoas que fazem parte do SAS. A relação do SAS com o mundo académico é algo que vem
Without the right data, any analytics initiative is just an illusion. For machine and deep learning efforts, new sources of data are always in demand. In a few of our Innovation at Scale study interviews, respondents pointed to the rising need for data hunters. I asked our resident guru on
Technological advancements are changing every industry – and the health care industry is no exception. The value of AI has never been greater than when it’s used to improve patients’ conditions and save lives. For example, Cancer Center Amsterdam joined forces with SAS to improve patient care outcomes with AI.
Move over video games and sports. Make room for escape rooms. This burgeoning form of entertainment found its roots in the video gaming movement. Escape rooms tap into a player's drive to reach the next level, solve a puzzle and win. Escape rooms present a physical game that traps you
Data Scientists verbringen eine Menge Zeit mit Daten. Dabei gilt immer – von der Anwendung von Machine-Learning-Modellen bis hin zum Trainieren von KI-Modellen: Mit der Datenqualität stehen und fallen die Ergebnisse. Analytics und Data Science stellen jedoch nicht nur Ansprüche an Datenqualität. Sie können auch dazu beitragen, diese zu verbessern.
Der Sales Manager kann sich bezüglich des zu erwartenden Jahresergebnisses doch nicht so in Sicherheit wiegen, wie er dachte. Hans Huber aus unserem Callcenter hat eine höhere Wahrscheinlichkeit zu kündigen als Petra Hafner aus dem Controlling. Die Transaktionsverläufe der Kunden 42911, 85022 und 91294 passen ja gar nicht zu deren
UK government departments and the wider public sector are under huge pressure to improve service delivery and efficiency. We also know that investments in data analytics and data science play a key role in transforming services to help citizens. So what are the key challenges preventing more widespread adoption of
„Die wichtigsten Dinge schreibt man am besten gleich in die Einleitung! Eventuell lesen einige ja gar nicht bis zum Hauptteil weiter“. Einen ähnlichen Gedanken hatte ich bei meinem aktuellen Buch Applying Data Science – Business Case Studies Using SAS auch. Da sind bereits in der Einleitung die Mehrwerte aufgezählt, die
Diese Frage bekomme ich von Nicht-Data-Scientists immer häufiger gestellt. Und es ranken sich viele Meinungen und Mythen um diese Expertengruppe. Genau aus diesem Grund habe ich mich mit Simon Greiner, einem angehenden Data Scientist und erfahrenen IT-Berater, unterhalten. Ein Mythos über Data Scientists: sie lesen keine Bücher mehr. Stimmt nicht!
Wien und die Donau: Zahlreiche Lieder, Geschichten und Filme dokumentieren die innige Beziehung zwischen der österreichischen Hauptstadt und „ihrem“ Fluss. Das war aber nicht immer so: Über Jahrhunderte stellte das Gewässer eine große Bedrohung für die Stadt dar – und es erforderte beträchtliche Ingenieurskunst, um die Donauauen in ein echtes
Data scientists need good skills in communication, data mining, data wrangling and more. Joyce Norris-Montanari explains.
La duda es uno de los nombres de la inteligencia. - Borges Para data scientist/analistas de datos/viejos mineros/lobos de mar. En los comienzos de nuestra carrera de data scientists, el poder de cómputo era muy inferior al que disponemos hoy. Sin embargo, muchas empresas ya veían el enorme potencial de
In my first two posts of this blog series, we heard why two students chose to pursue a STEM field and what appealed to them about data science. We also heard how they put their knowledge to work on a real-world data science project. Today, we'll hear their advice to future
Phil Simon chimes in with some tips on how to set these folks loose.
Mein Name ist Daniel und ich bin in der vierten Klasse. Diese Woche wurden die Eltern in meine Schule eingeladen, um uns etwas über ihre Arbeit zu erzählen. Und mein Vater war mit dabei. Am Anfang war ich etwas unsicher, ob ich mich darüber freuen sollte. Denn wenn sein Vortrag
We hear a lot about data science nowadays, but do you ever wonder how it’s being used to help solve real-world problems? In my first post of this blog series, we heard why two students chose to pursue a STEM field and what appealed to them about data science. Today, we'll hear
Are you curious? Do you have a passion for science, technology, engineering and math (STEM)? Do you enjoy robotics or statistics? Do you like to solve hard problems? If you answered yes to any of the above, you might have what it takes to be a data scientist. Recently, I
Data-Science-Plattformen müssen vielen Anforderungen gerecht werden. Ihre Aufgaben sind relativ genau definiert – und die Erwartungen, die Unternehmen mitbringen, oft sehr hoch. Darüber hinaus sind die Anwendergruppen alles andere als homogen. Dieser Blog erläutert, was insbesondere IT-Entscheider erwarten. Was ist eine Data-Science-Plattform? Die Antwort ist einfach: Sie dient dazu, Erkenntnisse
Beim diesjährigen SAS Forum Deutschland in Bonn boten Sascha Schubert und ich einige Hands-on-Sessions zu Data Science und Analytics an. Nichts Neues, denken Sie wahrscheinlich. Aber mir sind einige Veränderungen zu vorherigen Events aufgefallen, die meiner Ansicht nach auf einen größeren Umbruch in der analytischen Landschaft verweisen. Hier also meine
Several weeks ago, I wrote about practical advice from a Chief Data Scientist in my blog “From Aristotle to Pi: Practical advice from a chief data scientist.” Now I want to offer my advice as a newbie trying to navigate through machine learning concepts and how to code them. Over
What can you learn from a chief data scientist who's worked in analytics for for 25 years and has been involved in the development of many key SAS solutions, including SAS Enterprise Miner? As a veteran of the analytics industry, Wayne Thompson has witnessed the evolution of machine learning and
Im Gastbeitrag beschreibt Deloitte, wann, wie und warum Unternehmen Data Science benötigen. In den letzten Jahren haben sich analytische Modelle zur Echtzeitentscheidung in vielen Branchen etabliert. So bieten Airlines bspw. im Zuge ihrer Customer Journey individualisierte Angebote. Selbiges gilt auch für den Onlinehandel. Da es sich bei Data Science um
Zur Person: Dr. Volker Stümpflen verantwortet als Leiter Data Strategy & Operations bei der Mediengruppe RTL vor allem den Auf- und Ausbau der Data-Science-Aktivitäten sowie die Realisierung und Monetarisierung speziell analysierter Datenmodelle mit Fokus auf Nutzerverhalten und Nutzerbedürfnisse. Er verfügt über große Erfahrungen mit der Vernetzung großer Datenbanksysteme und Applikationen,
Background: Prof. Dr. oec. HSG Holger K. von Jouanne-Diedrich ist seit 2013 Professor für Wirtschaftsinformatik und Customer Relationship Management an der Hochschule Aschaffenburg, Bayern. Er promovierte am Institut für Wirtschaftsinformatik der Universität St. Gallen, Schweiz, und studierte Betriebswirtschaftslehre an der Universität Hamburg. Weiterhin hatte er verschiedene Stationen bei der Lufthansa, der
We have updated our software for improved interpretability since this post was written. For the latest on this topic, read our new series on model-agnostic interpretability. Don`t jump into modelling. First, understand and explore your data! This is common advice for many data scientists. If your data set is messy,