Clustering
Clustering zur Bildung von Klassen für Geschäftsereignisse wie Bestellungen, Finanztransaktionen oder Maschinenzuständen.
DATANOMIQ Data Mining
Data Mining wird zur Identifikation von unbekannten Strukturen in großen Datenmengen angewendet und ist ein Teil der explorativen Datenanalyse. Methodisch besteht Data Mining aus Clustering und Dimensionsreduktion.
Das Team von DATANOMIQ setzt auf ein stetig wachsendes Portfolio an Data Mining Algorithmen. Typische Anwendungsfälle sind die Vorbereitung von Daten für die Anwendung von Predictive Analytics oder die Visualisierung von multi-dimensionalen Daten durch Projektion in einen 2- oder 3-dimensionalen Raum.
Mit DQ Data Mining erhalten Sie dank moderner Visualisierungsmethoden und Clustering-Verfahren tiefere Einblicke in Ihre Daten als je zuvor.
Weitere typische Anwendungsgebiete:
- Clustering von Kundendaten zur dynamischen Kundensegmentierung
- Analyse von Maschinendaten zur Trennung von Gründen für Ausfälle
- Anomalieerkennung mit Autoencodern in der Produktion
