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

Mit Machine Learning und Python zur umfassenden Lastprognose
Die Lastprognose, also die Vorhersage des Stromverbrauchs beispielsweise eines Gebäudes oder Gebietes, ist ein wichtiger Bestandteil bei der Planung und Optimierung von Stromnetzen. Basis für zuverlässige Vorhersagen ist die Erkennung von Mustern im Verbrauchsverhalten.
SHAP – ein Meilenstein der Explainable Artificial Intelligence
Künstliche Intelligenz (KI) ist in aller Munde und verspricht viele Potenziale in verschiedenen Business-Anwendungen. Dennoch sind die von KI getroffenen Entscheidungen für uns oft nicht nachvollziehbar. Mehr erfahren.
Mit der KI-Reifegradbestimmung den richtigen Kurs finden
Die KI-Reifegradbestimmung kann zum Startschuss für nachhaltige KI-Erfolge werden. Wir stellen Ihnen die Methodik und ihre Vorteile vor.
Data Science Konferenzen 2024
Wir verschaffen Ihnen einen Überblick: Über die Data-Science-Konferenzen 2024. Worauf können Sie sich freuen? Wo trifft sich die Community?
webR: Serverless R-App im Browser
Nativen R-Code oder bspw. Shiny-Apps auf einer Website direkt im Browser ausführen – ohne Software? webR macht dies möglich. Erfahren Sie mehr!
Generative AI: Game Changer und dennoch schwach
Von der Content-Entwicklung im Marketing bis zur Unterstützung beim Coding in der Softwareentwicklung: Generative AI ist in vielen Bereichen des Arbeitsalltags angekommen. Dabei wurde allein schon aufgrund der Geschwindigkeit, mit der es die Welt erobert hat, ChatGPT für viele zum Inbegriff für Künstliche Intelligenz. Mehr erfahren
Python in Excel: Business Analytics trifft auf Advanced Analytics
Mit Python in Excel schaffen Anaconda und Microsoft eine Möglichkeit, Hunderten von Millionen Excel-Nutzerinnen und -Nutzern einen Teil der nahezu unbegrenzten analytischen Möglichkeiten von Python bereitzustellen. Mehr erfahren.
RShiny & Shiny for Python: 6 wichtige Unterschiede
Mit Shiny for Python ergeben sich für Python-Entwickler und -Entwicklerinnen neue Möglichkeiten. Für diejenigen, die bereits Erfahrung in R Shiny besitzen, beleuchten wir 6 Unterschiede, die es zu beachten gilt.
Shiny for Python – Alternative für Python-Dashboards?
Wie verhält sich Shiny for Python gegenüber beliebten und erprobten Python-Frameworks wie Dash und Streamlit? Welche Mehrwerte bietet Shiny for Python den Python-Entwicklern und -Entwicklerinnen?