TIQ Solutions

Experte für #BusinessIntelligence #BigData #AdvancedAnalytics #Datenmanagement / Expert for #BusinessIntelligence #BigData #AdvancedAnalytics #DataManagement

[TIQ Solutions @TIQSolutions]

https://t.co/5gnZomA2Xb - Gemeinsam nachhaltigen Wandel vorantreiben!🌿🖥️

Unsere Expertise:
• ESG-Reporting
• CO2-Bilanzierung
Erfahren Sie jetzt auf https://t.co/QrkWWtQ9bA ,wie wir Ihr Nachhaltigkeitsmanagement gemeinsam optimieren.

#TIQgreen #Nachhaltigkeit #ESG #GreenIT

[TIQ Solutions @TIQSolutions]

Schlechte Erfolgsquoten von Big-Data-Projekten waren in den letzten 10 Jahren ein Dauerthema. Dieselben Probleme sind auch bei AI-Projekten zu beobachten.

Aber was genau sind die Probleme?

https://t.co/biUs2Pj5H9

#DataScience #data #bigdata

[TIQ Solutions @TIQSolutions]

Für viele Unternehmen halten die Daten nicht, was sie versprechen. Denn die Datenreise gleicht eher einem Marathon und der geschäftliche Nutzen setzt erst auf der letzten Meile ein.

Die letzte Meile ist jedoch oft die schwierigste.

https://t.co/eiSNfcfWiA

#datascience #data

[TIQ Solutions @TIQSolutions]

Interessiert an #MachineLearning? Es ist kein Geheimnis, dass Mathematik die Grundlage des Machine Learnings bildet und für das Verständnis der Grundlagen dieses Bereichs unerlässlich ist.

Wie wäre es mit einem kostenlosen E-Book zum Thema?

#DataScience
https://t.co/jRpFUbib8L

[TIQ Solutions @TIQSolutions]

Wenn Sammlungen von Zufallsvariablen Ereignisse modellieren, die die Entwicklung eines bestimmten Systems über die Zeit zeigen, werden sie als stochastische Punktprozesse bezeichnet.

Für alle Datenbegeisterten ein kleiner Deep Dive: https://t.co/bquzCDHW5E

#DataScience #data

[TIQ Solutions @TIQSolutions]

Nach den ersten Schritten im Bereich der Data Science stolpert man recht schnell auch über Machine Learning. Aber keine Angst gute Erläuterungen sind meist nur eine kurze Suche entfernt:

https://t.co/5eIiIMQNfI

#MachineLearning #datascience #data #algorithm

[TIQ Solutions @TIQSolutions]

Die Welt der Daten und datenbasierten Entscheidungsfindung ermöglicht bahnbrechende Ergebnisse. Wo jedoch anfangen, wenn man Teil dieser Welt sein will?

https://t.co/uziPU51uma

#datascience #data #dataanalytics #roadmap

[TIQ Solutions @TIQSolutions]

Unausgewogene #Daten beziehen sich auf jene Arten von Datensätzen, bei denen die Zielklasse eine ungleichmäßige Verteilung der Beobachtungen aufweist.
Wie geht man jedoch mit solch einem Problem um?
https://t.co/VxeI5P2vkg
#datascience #howto #dataquality

[TIQ Solutions @TIQSolutions]

Datenaufbereitung ist in der Data Science ein besonders wichtiger Schritt. Natürlich trifft das auch auf Machine Learning Projekte zu. Das wann und wie sind hier besonders wichtige Aspekte:

https://t.co/HLqvnhsSGQ

#DataScience #MachineLearning #dataproject

[TIQ Solutions @TIQSolutions]

Als Anfänger:in das erste Data Science Projekt zu starten kann am Anfang überwältigend sein. Durch einen konkreten Ablaufplan kann das ganze Unterfangen jedoch deutlich vereinfacht werden:

https://t.co/j1cntkbJhn

#DataScience #data #dataproject #datasciencebeginner

[TIQ Solutions @TIQSolutions]

Zusammenfassend lässt sich sagen, dass Datenvisualisierung für fast jeden Schritt des Data-Science-Workflows erforderlich ist und auf allen Ebenen der Datenwissenschaft von entscheidender Bedeutung ist, vor allem aber auf den unteren und mittleren Ebenen.

https://t.co/mGARZy8gmN

[TIQ Solutions @TIQSolutions]

Wer im Bereich der Data Science Fuß fassen möchte, sollte die notwendige Mathematik nicht unterschätzen. Jedoch keine Sorge: Es ist dann doch weniger schlimm, als man meinen würde.

Für den Anfang: Lineare Algebra.
https://t.co/XLk6BCz2Sd

#DataScience #data #DataScientists #math

[TIQ Solutions @TIQSolutions]

Grundlegende Mathematik für Data Science: Visuelle Einführung in die Singulärwert-Zerlegung

Lineare Algebra, Data Science und maschinelles Lernen, überall gehört die Singulärwert-Zerlegung zum elementaren Skill Set.

Eine Einführung:

https://t.co/yF2hQLUT57
#Datascience #data

[TIQ Solutions @TIQSolutions]

Aus dem Feld der Data Science: Fehlende Werte.

In der Arbeit mit Daten gibt einige wiederkehrende „Unannehmlichkeiten“, mit denen man konfrontiert wird. Eine davon sind fehlende Werte, Transkriptionsfehler oder der reine Mangel an Informationen.

https://t.co/c1vwm8OU1T

[TIQ Solutions @TIQSolutions]

"Wenn Sie jemandem einen Begriff erklären können, der damit überhaupt nicht vertraut ist, und dieser das Konzept versteht, dann gelten Sie als sachkundig."

Population, Sample, Sample Size, Error und Frame. Eine Auswahl an grundlegenden Begriffen:

https://t.co/W53t4cOPLM

[TIQ Solutions @TIQSolutions]

Drei häufige Missverständnisse wenn es um Data Analysts geht:

1. Analytics ist Statistik.
2. Analytics ist Datenjournalismus/Marketing/Storytelling.
3. Analytik ist Entscheidungsfindung.

https://t.co/ZdecWxrUl1

#datascience #DataAnalytics #value

[ODSC (Open Data Science Conference) AI @_odsc]

Here are the benefits of a data catalog, the different types of metadata involved, and why you should start using them today. #DataScience https://t.co/SAleAHg93W

[TIQ Solutions @TIQSolutions]

Große Mengen an Daten bergen immer das Risiko überwältigt zu werden. Ein erster entscheidender Schritt auf dem Weg zu einem hohen Maß an #dataquality ist es, relevante von irrelevanten Daten zu trennen.

https://t.co/2EaZtDztzL

#datascience #data #datamanagement

[TIQ Solutions @TIQSolutions]

Auf dem Gebiet der Data Science sind die absoluten Basics elementar für das Verständnis und die spätere Analyse von Daten. Einen nicht unwichtigen Teil stellen Kausalität, Korrelation und entsprechend der Kausalschluss dar.

https://t.co/WF5BF17A0j
#datascience #data #basics

[TIQ Solutions @TIQSolutions]

Kaufdatensätze, Kundenprofile und spezielle Mitgliedschaften liefern Luxusunternehmen (und allen anderen B2C Unternehmen) eine Fülle von Daten über das Kaufverhalten ihrer Kunden.

https://t.co/CneEpCuxke

#data #consumerbehavior #bigdata #experience #luxurygoods