Finden Sie unbekannte Strukturen in großen und vielfältigen Datenmengen

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.

CLUSTERING

Clustering zur Bildung von Klassen für Geschäftsereignisse wie Bestellungen, Finanztransaktionen oder Maschinenzuständen.

DIMENSIONSREDUKTION

Dimensionsreduktion für das Feature Engineering vor der Anwendung von Predictive Analytics.

ANOMALIEERKENNUNG

Erkennung von untypischen Prozessmustern in Finanztransaktionen oder in Maschinenparametern über die Anwendung von Autoencodern (Deep Learning)