Für die Dunkelverarbeitungsquote von Kernprozessen bei Versicherungen ist die Qualität der Eingangsdaten von entscheidender Bedeutung. Eine Maßnahme zur Verbesserung der Qualität und zu mehr Automatisierung ist ein besseres Zusammenspiel zwischen Input Management und automatisiertem Prozess...
Weiterlesen
Die durch künstliche Intelligenz unterstützte Betrugserkennung bietet neue Möglichkeiten betrügerische Muster in Versicherungsmeldungen zu entdecken und gleichzeitig den Versicherer zu entlasten. Wie bereits in unserem Blog-Post „Welchen Kunden können Sie vertrauen? - Betrugserkennung für Versicherer...
Weiterlesen
Dieser Blogpost ist der zweite Teil über das Ausrollen und Betreiben von ML-Modellen in Produktion mit KFServing. Der erste Teil hat das serverlose Ausrollen eines ML-Empfehlungsdienstes, Autoscaling, Traffic Management und Versionsverwaltung behandelt. Jetzt betrachten wir...
Weiterlesen
In diesem Blogpost führen wir die MLOps-Serie fort. Dazu werden die Themen ML-Pipeline, Tracking von Experimenten, Daten- und Modellversionierung sowie Reproduzierbarkeit und Versionierung der gesamten Pipeline adressiert und alles unter einen Hut gebracht. Zur Verwendung...
Weiterlesen
November 2020
Konzepte MLOps (DevOps für Machine Learning)
September 2020
Instance Segmentation für Luft- und Satellitenbildaufnahmen
Juni 2020
Topic Modelling als Werkzeug der Texttechnologie
Mai 2020
Künstliche Intelligenz zur Klassifizierung von Kraftfahrzeugen in Bilddaten
April 2020
Hierarchical Clustering unserer Confluence-Struktur
April 2020
Data Mining und IoT – Analyse von Datensätzen anhand von Machine Learning Methoden