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:
oneAPI in der Praxis
Aus Parallel Studio XE wird oneAPI Toolkit: Software-Entwickler können ab Dezember 2020 auf die neue Generation der…
AI bei der Preisfindung
Ernsting’s family hat sich während der fünfmonatigen Pilotphase von der Praxistauglichkeit der Machine-Learning-Lösung von Blue…
Prototyp für Arduino und Raspberry Pi verfügbar
Forscher der Microsoft Research Labs entwickeln aktuell Machine-Learning-Dienste für Kleinstcomputer wie Raspberry Pi oder…
