TabPFN: Die KI-Revolution für tabulare Daten
Predictive LLMs: Skalierung, Reproduzierbarkeit & DeepSeek
Bundestagswahl 2025: Evaluation der Wahlprognose
Predictive LLMs: Übertreffen Open-Source-Modelle OpenAI bei Preisprognosen?
Eine Einführung in das R-Paket kafka
XGBoost vs. LLMs für Predictive Analytics
Optimierung von Signalerkennung mittels Machine Learning
Predictive LLMs: Kann GPT-3.5 die Prognosen von XGBoost verbessern?
Business Case: ESG Reporting Plattform
Encoding in MariaDB/MySQL: Tipps zur Vermeidung von Encoding-Albträumen
Business Case: Echtzeit Fraud Detection Plattform
Business Case: Bayes'sches Prognosemodell für die Bundestagswahl
Business Case: Customized Stack zur automatisierten Luftschadstoffprognose in Berlin
Refactoring: Einführung
Erfolgsfaktoren für Data-Science-Projekte
Messen, Vergleichen, Optimieren: datengetriebene Entscheidungen mit A/B Testing
Interpretierbarkeit von KI-Modellen mit XAI
Wer ist der Klassenprimus? Unser Predictive Analytics Cube (PAC) macht Prognosemodelle vergleichbar
White Paper: Customer Lifetime Value
White Paper: Kundensegmentierung
White Paper: Attribution 2.0
White Paper: Automatische Content-Kuration für Presseportale
Die Welt der Container: Einführung in Docker
Pandas DataFrame Validierung mit Pydantic - Teil 2
Bundestagswahl 2021: Wie gut waren unsere Wahlprognosen?
Pandas DataFrame Validierung mit Pydantic
Verstehen wie unsere Kunden Kaufentscheidungen treffen Discrete-Choice-Modelle mit RStan
Code-Performanz in R: Mit großen Datensätzen arbeiten
Code-Performanz in R: Parallelisierung
Wie man einen Twitter Bot zum Crawlen von Website-Grafiken automatisiert
Code-Performanz in R: Warum ist mein Code langsam
Code-Performanz in R: R-Code beschleunigen
Verstehen wie unsere Kunden Kaufentscheidungen treffen: Discrete Choice-Modelle im Marketing
Die Darstellung der Corona-Infektionszahlen in Raum und Zeit
COVID-19 - Karte der lokalen 7-Tage-Inzidenz im Zeitverlauf
Reflektion der US-Wahlprognose 2020 - 10 Dinge, die Data Scientists wissen sollten
Churn Analyse zur Gewinnung und Bindung wertvoller Kunden
Python Weihnachtsdekoration
Schützen Sie Ihre Datenbank vor SQL Injections
Reinforcement Learning für Marketing: Lektionen und Herausforderungen
Continuous Integration: Einführung in Jenkins
Continuous Integration: Was es ist, warum es wichtig ist und Tools für den Einstieg
Fehlende Werte Verstehen und Handhaben
shinyMatrix - Eingabefeld für Matrizen in Shiny
Aufbau eines starken Data Science-Teams von Grund auf
Datenvisualisierung: R vs. Python
Debuggen in R: So können Sie Fehler in Ihrem Code einfach und effizient beheben
Marketing Mix Modeling - Wie wirkt Werbung wirklich?
Multi-Armed Bandits als Alternative zum A/B-Test
Datenqualität und die Bedeutung von Data Stewardship
Best Practice: Entwicklung robuster Shiny Dashboards als R-Pakete
Shiny Module
rsync als R-Paket
Module in R
ggCorpIdent: ggplot2-Grafiken im Corporate Design gestalten
Ein nicht ganz so einfaches Balkendiagramm mit ggplot2
R Markdown Template für Business Reports
Eine sinnvolle Dateistruktur für R-Projekte
INWT-Guidelines für R-Code
Fussball-WM 2018 - Konnte unsere INWT Prognose punkten?
Prognose - Wer gewinnt die WM 2018?
Python für R-Programmierer
Checkliste für die Anschaffung von Statistik-Software
Der flexible Allrounder in Data Science - Python
Die mächtige Open Source-Lösung - R
Statistik-Software - R, Python, SAS, SPSS und STATA im Vergleich
Der Mercedes unter den Statistik-Programmen - SAS
Statistik zum Klicken - SPSS
Mehr als nur Panel-Analysen - STATA
Business Case: Predictive Customer Journey (PCJ)
Business Case: Spillover-Analyse
Business Case: Kundensegmentierung
Business Case: Datenvisualisierung
Bundestagswahl 2017: Die Würfel sind gefallen
Text Mining – Part 3: Making-Of
Text Mining – Part 1: Analyse der Wahlprogramme für die BTW 2017
Text Mining – Part 2: Making-Of
Welche Koalition wird Deutschland nach der Bundestagswahl regieren?
Automatisierte Excel-Reports mit Python
Wer gewinnt die Bundestagswahl 2017?
MariaDB-Monitor
Business Case: Qualitätsindex
Business Case: Einsatzplanung im Personalwesen
Business Case: Customer Lifetime Value (CLV)
Business Case: Kreditkartenbetrug erkennen
Business Case: Attribution 2.0
Business Case: TV Impact
Clusteranalyse in R
Clusteranalyse: Einführung
Logistische Regression - Beispiel in R
Logistische Regression - Beurteilung der Klassifikationsgüte
Logistische Regression - Modell und Grundlagen
Big Data - Erfolgsgeschichten
Big Data - nur Gewinner?
Big Data richtig nutzen
Best Practice TV-Tracking: Warum eine einfache Baseline-Korrektur zu kurz greift!
Fragebogenkonstruktion: 20 Tipps für einen besseren Fragebogen
Fragebogenkonstruktion: Die häufigsten Fehler
Beispielregression: Zunge vs. Zahlen
