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:
Artificial Intelligence für alle
Google-CEO Sundar Pichai verkündete Anfang Mai in seiner Keynote auf der Konferenz Google I/O 2017 einen Strategiewechsel des...
Warum uns KI näher ist, als wir denken
Menschen machen Fehler – na gut. Das muss nicht schlecht sein, jedenfalls dann nicht, wenn man Fehlerfähigkeit, -akzeptanz und...
Supercomputing der nächsten Generation zur Verkehrsfluss-Optimierung erprobt
Als weltweit erstes Automobilunternehmen erprobt Volkswagen intensiv die Nutzung von Quantencomputern – und arbeitet hierzu mit...
