Big Data
136 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema Big Data.
Development
Java
Big Data
Ein Architekturstack für Data Science mit Java, Python und JavaScript – Teil 1: Architekturkomponenten
Wie kann man Python, das für datenwissenschaftliches Arbeiten weit verbreitet ist, in Kombination mit Java und JavaScript zur Verarbeitung und Visualisierung großer Datenmengen in professionellen Anwendungen verwenden? Wir stellen anhand eines aktuellen Fallbeispiels einen schnell einsetzbaren Architekturstack für den Einsatz von Data Science vor. Die Anwendung ist ein Cockpit, das betriebliche Da..
Als zentrale Schnittstelle zwischen Produktion und Service weist die Lagerlogistik nach wie vor großes unausgeschöpftes Optimierungspotenzial auf. Um eine höchstmögliche Verfügbarkeit bei geringstmöglichen Beständen zu gewährleisten, ist die intelligente Auswertung von Daten aus unterschiedlichen Quellen erforderlich. Der Schlüssel zum Erfolg ist die gezielte Aufbereitung, Integration und Analyse ..
Ich habe in der Kolumne immer mal wieder über Valhalla (JEP-169), die Value-Type (Inline Objects)-Erweiterung für Java, geschrieben. Es gab vor Kurzem eine interessante Abhandlung von Brian Goetz [Goetz20] zum aktuellen Stand der Dinge. Bis dieses Feature in Java landet, wird aber noch einige Zeit vergehen. Daher erläutere ich paar Ansätze, die John Davies, der CTO von C24, einer Firma, die hochpe..
Die Datenwissenschaften beschreiben den Prozess, Wissen und Charakteristiken aus Daten zu extrahieren. Die Künstliche Intelligenz (KI) ist ein Teilgebiet der Datenwissenschaften und beschreibt KI-Systeme oder KI-Anwendungen, die ein menschenähnliches Verhalten zeigen. Eine KI kann es auch ermöglichen, Entscheidungen wie ein Mensch zu treffen. Beispiele dafür sind Sprachassistenten, die sich mittle..
Unternehmen wissen längst, dass Daten das neue Gold sind. Aber erst rund ein Drittel von ihnen hebt diesen Schatz systematisch, das heißt mit Hilfe integrierter Business-Intelligence-Plattformen (BI) mit automatisierten Analyseprozessen [Hag19a]. Ohne eingebettete Automatisierung, Maschinelles Lernen (ML) und Künstliche Intelligenz (KI) bei der Datenanalyse geht jedoch wertvolle Zeit zur Gewinnung..