Deep Learning

Deep Learning ist eine relativ neue Technologie. Sie existiert schon seit mehr als einem Jahrzehnt, erreichte aber erst kürzlichlich die Marktreife. Dies ist auf eine Reihe von Durchbrüchen in der Forschung zurückzuführen. Ott & Busch hat in diesem Bereich weitreichende Erfahrung basierend auf der Tatsache, dass wir diese Technologien schon früh erkannt haben, sie seit langem Nutzen und die aktuellen Fortschritte in der Forschung verfolgen. 

Deep Learning - Komplexe Daten Verstehen und Vorhersagen treffen

In der heutigen Welt sind Daten ein wichtiges Gut. Sie sind aber auch gleichzeitig auch hoch-komplex, hoch-dimensional, verrauscht, nur teilweise sortiert und nicht komplett. Klassische Methoden des Machine Learning  versagen unter diesen Vorraussetzungen oft. 

Bei Ott & Busch modelieren wir Ihre Daten daher oft mit Methoden des Deep Learning. Speziell setzen wir auf sogenannte Auto-Encoder-Decoder-Algorithmen und Deep Neural Networks füt Forecasting-Modelle. Diese ermöglichen es uns hochkomplexe Daten zu modelieren, Muster zu identifizieren und diese Muster zu nutzen um einen Mehrwert zu generieren. Wir nutzen dazu vorranging

  • Deep Belief Networks / Deep Neural Networks
  • Deep Generative Models (for example Restricted Boltzmann Machines)
  • Sparse Coding
  • Lernen von Distanzmaßen

Das Erkennen der Muster in diesen Daten erlaubt es wiederum andere Algorithmen damit zu "befüttern", welche zum Bsp. Vorhersagen über zukünftige Ereignisse treffen können oder explizit Ansammlungen (Cluster) von Datenpunkten identifizieren. Solche Cluster helfen oft bei dem Auswerten und der Analyse der Daten und der darauffolgenden Business Prozesse. Auch Korrelationen in den Daten können so aufgelöst oder explizit aufzeigt werden. So ist es, zum Beispiel möglich, zu erkennen welche Produkte ein Kunde in Zukunft mögen könnte. 

Wir unterscheiden prinzipiell zwischen zwei verschiedenen Ansätzen des Deep Learning. Zum einem sind dies die Methoden welche keine Zieldaten brauchen, also keine Vorhersagen treffen sondern Aussagen über die Daten generell treffen, zum anderen sind es jene Modelle die Vorhersagen über zukünftige Ereignisse (Forecasting) treffen sollen. Man nennt solche Verfahren auch unsupervised bzw. supervised Deep Belief Learning. Auf den folgenden Seiten erklären wir diese Verfahren im Detail. 

Predictive Analytics