Aus Massendaten neues Wissen generieren
Mit Machine Learning Handelsprozesse optimieren
Bereich: Fachartikel
Machine Learning hat heute schon vielfältige Anwendungsbereiche. Mit ML-Unterstützung kann man zum Beispiel im Handel intelligente Entscheidungen treffen oder auch logistische Prozesse optimieren. Wie, das demonstriert das Osnabrücker IT-Architekturhaus Sievers-Group.
Welche Potenziale bieten selbstlernende Systeme für den Handel? Als Antwort auf diese Frage verknüpft die Sievers-Group Microsofts Azure Machine Learning Studio mit den Bestandsmanagement- oder ERP-Systemen ihrer Kunden. Die Anwender erhalten damit ein Analyseinstrument, das aus Massendaten neues Wissen generiert. Dieses Wissen lässt sich dann beispielsweise zur Optimierung von Marketingkampagnen oder zur Sortimentsplanung nutzen.
Bitte zum Weiterlesen registrieren oder einloggen:
Bereitgestellt von:
SIGS DATACOM GmbH - erschienen im AI Trendletter
Diese Inhalte könnten Sie auch interessieren:
Volkswagen setzt auf „Deep Learning“
Der Volkswagen Konzern setzt bei digitalen Zukunftsthemen auf „Artificial Intelligence“ (AI). Die Volkswagen IT kooperiert deshalb…
Gute Prognosen
Gute Prognosen sind die Basis für eine umfassende Supply-Chain-Planung und die daraus resultierende Optimierung von Prozessen und…
Webinar: Fallstudie zum Thema “Entity Recognition in Dokumenten”
Entity Recognition ist eine Teilaufgabe der Informationsextraktion und befasst sich mit der Lokalisierung und Klassifizierung von…
