Beiträge zum Stichwort ‘
Machine Learning ’
18. Januar 2022 |
Von Isabella Pridat
Daimler hat die Produktion von LKWs mit Hilfe riesiger Datenmengen, Prozesskenntnissen, Teamwork mit Datenwissenschaftlern und passenden Tools nachhaltig optimiert. Durch die Entwicklung eines ML-Modells mit IBM Cloud Pak for Data können das IBM Data Science Elite Team und Daimler in einem frühen Stadium der LKW-Entwicklung vorhersagen, ob eine bestimmte Konfiguration gebaut werden kann. Dadurch werden die Kosten für Nacharbeiten am Fließband drastisch reduziert. Dank der integrierten CP4D-Plattform kann das Team den gesamten ML-Lebenszyklus abbilden.
Veröffentlicht in Software Development + Change Mgmt., Wissenschaft und Forschung |
Keine Kommentare »
Schlagworte: AI Modell, Algorithmen, Artificial Intelligence, Daimler, Entwicklung, IBM, IT, LKW, Machine Learning
23. Dezember 2020 |
Von admin
Im Kontext der Corona Pandemie hat IBM Forschungseinrichtungen und medizinischen Institutionen neue KI Software und Cloud-basierte Ressourcen zur Verfügung gestellt, um die Forschung im Rahmen der Pandemie zu fördern.
Veröffentlicht in Strategische Berichte |
Keine Kommentare »
Schlagworte: Covid-19, Forschung, IBM, IT, Machine Learning, Medikament, ML, Moleküle, Peptid, R&D, Science, Social, Virus
27. Juni 2019 |
Von admin
Maschinelles Lernen (Machine Learning, ML) bietet enormes Potenzial, wenn es darum geht, aus unüberschaubaren und großen Datenmengen komplexe Zusammenhänge abzuleiten. Diese dienen unter anderem als Entscheidungshilfe bei gesellschaftlichen und wirtschaftlichen Fragestellungen.
Veröffentlicht in Leitartikel, Software Development + Change Mgmt. |
Keine Kommentare »
Schlagworte: Automobilindustrie, Baugewerbe, Bekleidungsbranche, Bergbau, Biotechnologie, Business Cases, Chemische Stoffe, Dienstleistungsbranche, Elektrische Geräte, Energieversorgung, Erziehung, Handel, Hotel, KI, Kompendium, Kosmetika, Landwirtschaft, Lebensmittelindustrie, Logistikbranche, Luftfahrt, Machine Learning, Öffentliche Verwaltung, Pharmabranche, Schiffbau, Sozialwesen, Spielzeugbranche, Telekommunikationsbranche, Transport, Unterhaltung, Verkehr, Versicherungsdienstleister, Wasser, Wohnungswesen