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!
Ansible: Infrastruktur als Code
Lesezeit: ca. 3min. Mit Ansible lassen sich IT-Infrastrukturen automatisieren, sodass ein manueller Eingriff nicht mehr nötig ist. In unserem Blogartikel zeigen wir Ihnen anhand ausgewählter Beispiele, wie sich eine automatisierte Infrastruktur-Konfiguration umsetzen lässt.
Daten-Filter, die Analystenherzen höher schlagen lassen
Lesezeit ca. 4min. Filter in der Analytik können spannend sein! Wir zeigen ungeahnte Höhen auf, was mit Filtern in YUNA möglich ist.
Kubernetes: Horizontale Skalierung von Data-Science-Anwendungen in der Cloud
Lesezeit: ca. 2min. Aufgrund des stetigen Datenwachsums und den immer komplexer werdenden Anforderungen an eine IT-Infrastruktur, ergeben sich stets neue Herausforderungen für Data Scientists und Data Engineers. Ein möglicher Lösungsansatz ist die Verbindung des RStudio Job Launchers mit einem Kubernetes-Cluster: In unserem Blogartikel erfahren Sie die Vorteile!
R, Python & Julia in Data Science – Ein Vergleich
Lesezeit: ca. 3min. R, Python oder Julia? Mittlerweile existieren zahlreiche Programmiersprachen, doch welche sich für den eigenen Bedarf eignet ist teils noch unklar. Wir geben Ihnen eine Empfehlung!
Einfacher Datenzugang: Die Vorteile der einmaligen Datenbankverbindung mit ODBC und DBI
Lesezeit: ca. 2min. Ein optimaler Datenzugang ist besonders wichtig für die Arbeit der Data Scientists, da dieser ihnen einen schnellen und effizienten Zugriff auf die relevanten Daten ermöglicht.
Anomalieerkennung in Zeitreihen: Welcher Algorithmus ist der Richtige?
Lesezeit: ca. 3min.Welche Arten von Anomalien in Daten gibt es? Was sind die Nachteile statischer Grenzwerte? Wie können Clusteralgorithmen zum Einsatz kommen? Erfahren Sie es.
Ausreißer in der Datenflut: Mit der Anomalieerkennung Maschinenausfälle vermeiden
Lesezeit: ca. 3min. Anomaly Detection ist einer der Grundpfeiler von Predictive Maintenance. Wie die Anomalieerkennung funktioniert? Erfahren Sie es hier.
Authentifizierung und Autorisierung: Datensicherheit für Data-Science-Umgebungen
Lesezeit: ca. 4min. Erfahren Sie mehr über Konzepte zur Benutzerverwaltung, zur Vergabe von Zugriffsrechten und ihrer Abbildung im Active Directory.
[R]eady for production: Rückblick auf das Data-Science-Event 2019 mit RStudio und eoda
Das Data-Science-Event 2019 von RStudio und eoda stand ganz im Zeichen des produktiven Einsatzes von Data Science.