Der Datenanalyse-Blog von eoda
Der Datenanalyse-Blog vom Data Science Spezialisten: Hier erfahren Sie mehr über Data Science im Business-Kontext, den Einsatz der Data-Science-Sprachen R und Python und vieles mehr.
Abonnieren Sie den Datenanalyse-Blog!

Was ist Self-Service-Analytics?
Vom tieferen Einblick in die Daten bis hin zur Steigerung der Wettbewerbsfähigkeit: Erfahren Sie mehr über die Hintergründe und Vorteile von Self-Service-Analytics.
Was ist Data Preparation und warum ist sie für Unternehmen wichtig?
Warum gilt die Datenvorbereitung als Schlüsselfaktor bei der Digitalisierung und welche Rolle spielt sie in der heutigen Zeit, wenn diese immer komplexer wird? Diese Fragen und welche Schritte zum Prozess gehören beleuchten wir in unserem Beitrag.
Stammdaten- und Datenqualitätsmanagement
Daten bilden das Fundament für richtige Entscheidungen. Umso wichtiger ist eine hohe Datenqualität. Stammdaten- und Datenqualitätsmanagement sind der Schlüssel. Wir zeigen Ihnen, wie Sie zu "guten" Daten gelangen und so Ihre KI-Initiativen fördern.
Wie realisiert man eine Data-Driven Culture?
In diesem Blogbeitrag erfahren Sie, was man unter Data-Driven Culture versteht, warum es für Unternehmen wichtig ist, sich damit auseinanderzusetzen und welche Vorteile sich darin verbergen.
Data-Science- & KI-Projekte: Die Vorteile im Überblick
Von der Erhöhung der Datenqualität bis zur Optimierung von Produkten & Services: Erfahren Sie mehr über die Mehrwerte, die für Sie im Rahmen eines Data-Science- & KI-Projekts entstehen können.
Data Governance - Hintergründe und Mehrwerte
Data Governance ist in aller Munde. Aber was ist Data Governance überhaupt, warum ist Data Governance sinnvoll und welche Vorteile ergeben sich für ein Unternehmen? Diesen Fragen widmen wir uns in unserem neuen Blogpost.
9 Erfolgsfaktoren für bessere Forecasts
Belastbare Forecasts sind das Fundament von Entscheidungen und Planungen im Unternehmen. Wir zeigen Ihnen, worauf Sie achten müssen, damit Ihre Forecasts Sie nicht im Stich lassen.
Was ist Explainable AI? Hintergründe und Vorteile
Explainable AI kann die Black-Box Künstliche Intelligenz in eine Glass Box verwandeln und dadurch Akzeptanz und Verständnis für datengetriebene Entscheidungsprozesse schaffen. Erfahren Sie mehr über die Hintergründe und die entstehenden Mehrwerte für alle Stakeholder.
Machine-Learning-Projekte mit mlflow - Teil 2
In unserem zweiten Teil erfahren Sie, wie Sie mit MLflow ML-Modelle in einem standardisierten Format speichern, verwalten und problemlos als REST-API bereitstellen können, um die die Entwicklung von produktiv einsetzbaren ML-Modellen zu vereinfachen.