Maschinelles Lernen (Machine Learning, ML) bietet enormes Potenzial, wenn es darum geht, aus unüberschaubaren und großen Datenmengen komplexe Zusammenhänge herzustellen und damit unter anderem als Entscheidungshilfe bei gesellschaftlichen und wirtschaftlichen Fragestellungen zu dienen. Von optimierten Prozessen und personalisierten Produktempfehlungen bis hin zu autonomem Fahren, gezieltem Katastrophen­management oder der Erkennung eines Malaria-Ausbruchs, sind die Möglichkeiten von ML innerhalb ­einzelner Branchen und übergreifend vielfältig.
Dieser zweite Teil des ML-Kompendiums stellt Use Cases vor, die branchenunabhängig sind.

Die Notwendigkeit grafischer Oberflächen (GUI) und Plattform-übergreifender, offener und moderner Lösungen setzt die iSeries Gemeinde zunehmend unter Druck. Wie alle „Großen“ will auch IBM offene Standards, eine große, vielfältige und aktive Entwickler-Communitiy und portable, skalierbare Lösungen bieten.

NEWSolutions Interview mit Ernie Gunst: Vorsitzender der Geschäftsleitung SAP (Schweiz) AG