Information über IBM Watson Analytics und Import der durch SPSS generierten Prognosen, und eine Darstellung der Ergebnisse in repräsentativen Dashboards.
Für alle Fragen stehe ich ihnen gerne zur Verfügung unter: http://www.ibm.com/connect/ibm/de/de/resources/clara_ogwuazor_mbamalu/
Presented this at Mobility LIVE! in Atlanta on Sep'24th 2014 on the topic "Cognitive Internet of Things (IoT) : Making Devices Intelligent" which was under the theme OVER THE HORIZON. The theme of the session was to present a view point on how IoT apps / solutions can harness cognitive computing services & capabilities from IBM Watson and hence become intelligent.
Market Research Meets Business IntelligenceDataLion
Market research data provides important impulses for corporate management. When combined with corporate data in particular, relevant insights turn up. However, data transformation and merging is often a big challenge. Dr. Benedikt Köhler demonstrates how the analysis and visualization software DataLion makes the merging, analyzation and automated visualization of data sources a piece of cake.
Einführung in die semantische Suche in MassendatenMartin Voigt
German only!
Meine Folien des Einführungsvortrags für Nicht-Informatiker bei der BDK-Fachtagung "Auswertung von Massendaten" zum Thema semantische Suche an der Polizei Fachhochschule Brandenburg. Inhalte: 1) Probleme heutiger Suchtechnologien, 2) Überblick zu semantischen Technologien, 3) Verbesserung des Information Retrieval durch Semantik
https://www.bdk.de/der-bdk/aktuelles/bdk-fachtagung-auswertung-von-massendaten
Big Data & Predictive Analytics – Eine Einführung für VerlageTim Bruysten
Die begleitenden Folien zu meinem Einführungs-Workshop bei der Akademie des dt. Buchhandels in München am 15.07.2014.
Zielgruppe: Verlage / Medienhäuser.
Presented this at Mobility LIVE! in Atlanta on Sep'24th 2014 on the topic "Cognitive Internet of Things (IoT) : Making Devices Intelligent" which was under the theme OVER THE HORIZON. The theme of the session was to present a view point on how IoT apps / solutions can harness cognitive computing services & capabilities from IBM Watson and hence become intelligent.
Market Research Meets Business IntelligenceDataLion
Market research data provides important impulses for corporate management. When combined with corporate data in particular, relevant insights turn up. However, data transformation and merging is often a big challenge. Dr. Benedikt Köhler demonstrates how the analysis and visualization software DataLion makes the merging, analyzation and automated visualization of data sources a piece of cake.
Einführung in die semantische Suche in MassendatenMartin Voigt
German only!
Meine Folien des Einführungsvortrags für Nicht-Informatiker bei der BDK-Fachtagung "Auswertung von Massendaten" zum Thema semantische Suche an der Polizei Fachhochschule Brandenburg. Inhalte: 1) Probleme heutiger Suchtechnologien, 2) Überblick zu semantischen Technologien, 3) Verbesserung des Information Retrieval durch Semantik
https://www.bdk.de/der-bdk/aktuelles/bdk-fachtagung-auswertung-von-massendaten
Big Data & Predictive Analytics – Eine Einführung für VerlageTim Bruysten
Die begleitenden Folien zu meinem Einführungs-Workshop bei der Akademie des dt. Buchhandels in München am 15.07.2014.
Zielgruppe: Verlage / Medienhäuser.
system worx: Wie Open Source Software zur Optimierung von Geschäftsprozessen ...AKJoom
Der Senior-Entwickler, Systemarchitekt und IT-Berater Anton Kejr gibt in seinem Vortrag eine praxisnahe Einführung in sein Spezialgebiet: die Prinzipien, Entwicklung und Anwendung von Open Source Webtechnologie in Unternehmen.
Angesprochen sind in erster Linie Geschäftsführer, Unternehmer, CIOs und IT-Verantwortliche in Unternehmen sowie alle Führungskräfte an IT-Schnittstellen, die IT-gestützte Prozesse und Abläufe in ihrer Organisation optimieren möchten. Sie erhalten einen fundierten Einblick in die relevanten Open Source Software-Lösungen. Darüber hinaus erläutern wir Ihnen, wie mit Open Source Software Geschäftsprozesse preiswert optimiert werden können.
Vortrag beim Weiterbildungstag 2018 in Norderstedt
Es wird ein Blick über die mögliche Zukunft des digitalen Lernens gezeigt in einer digitalen Gesellschaft. MOOCs haben gezeigt, dass skalierbare Bildung schon ansatzweise möglich bei sehr geringem Betreuungsaufwand. Wenn man jetzt weiterdenkt, stellt sich automatisch die Frage, was passieren würde, wenn man keine menschliche Betreuung mehr hätte und dies z.B. durch Bots bewerkstelligt wird. Mit Beispielen aus dem Roboterjornalismus oder von den KI Engines wie Siri, Alexa und Co ist dies heute schon ansatzweise möglich.
Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...Markus Harrer
Session am 17.05.2017, DeveloperCamp 2017, Nürnberg
Jeder Schritt in der Entwicklung oder Verwendung von Software hinterlässt wertvolle, digitale Spuren. Die Auswertung dieser „Softwaredaten“ (wie etwa Laufzeitmessungen, Logdateien oder Commits) lässt unser Bauchgefühl zu Fakten und stichhaltigen Beweisen werden.
Ich zeige, wie sich Fragen aus der Softwareentwicklung datengetrieben, automatisiert und nachvollziehbar beantworten lassen. Dazu demonstriere ich das Zusammenspiel von Open-Source-Analysewerkzeugen (wie jQAssistant, Neo4j, Pandas und Jupyter) zur Auswertung von Daten aus unterschiedlichen Quellen (wie Profiler, Jenkins und Git). Gemeinsam sehen wir uns u. a. an, wie wir Lösungen zur Optimierung der Performance erarbeiten, Build-Breaker identifizieren oder Wissenslücken im Quellcode offenlegen können.
2010 | mein!KI.KA – Die Kinderkanal-Community | DrupalCamp EssenJutta Horstmann
Im Frühjahr 2009 startete der ARD/ZDF Kinderkanal seine neue Community "mein!KI.KA" auf Drupal-Basis (http://www.mein-kika.de).
In diesem Vortrag berichten die Projektleiter Jutta Horstmann (technische Umsetzung) und Tobias Freudenreich (Konzeption und Gesamtprojektleitung für den KI.KA) über die gewonnenen Erfahrungen.
Wir beginnen mit einer Führung durch die Kinder-Community.
Als nächstes gehen wir auf die Projektanforderungen ein: Die Themen Sicherheit, Datenschutz, Moderation von Inhalten, Barrierefreiheit sowie Performance-Optimierungen standen im Vordergrund.
Was waren die Stärken und Schwächen von Drupal in der Umsetzung der Anforderungen? Wir erläutern anhand verschiedener Beispiele, welche Dinge Drupal leicht machte und wo es andererseits "im Weg stand".
Informationen zur Vorgehensweise bei Projektmanagement und Softwareentwicklung in diesem Projekt runden den Vortrag ab.
Kollege Watson, übernehmen Sie ... oder: Was Systeme der künstlichen Intellig...Stefan Pfeiffer
Ich habe am 20. Oktober 2016 auf der Zukunft Personal #zp16 diesen Vortrag über die Rolle von künstlicher Intelligenz in der Bewältigung der täglichen Informationsflut gehalten und dabei IBM Watson vorgestellt und gegenüber horizontalen Systemen der Künstlichen Intelligenz wie Microsoft Cortana oder Apple Siri abgegrenzt. In dem Vortrag geht es um die mögliche Rolle von IBM Watson am Arbeitsplatz, in der E-mail-Inbox oder im Enterprise Social Network, aber auch um die Möglichkeiten und Einsatzgebiete in HR Abteilungen. Besonderer Dank gilt meinem Kollegen Dr. Peter Schütt, auf dessen Folien und inhaltliche Aufbereitung ich zurückgreifen konnte.
system worx: Wie Open Source Software zur Optimierung von Geschäftsprozessen ...AKJoom
Der Senior-Entwickler, Systemarchitekt und IT-Berater Anton Kejr gibt in seinem Vortrag eine praxisnahe Einführung in sein Spezialgebiet: die Prinzipien, Entwicklung und Anwendung von Open Source Webtechnologie in Unternehmen.
Angesprochen sind in erster Linie Geschäftsführer, Unternehmer, CIOs und IT-Verantwortliche in Unternehmen sowie alle Führungskräfte an IT-Schnittstellen, die IT-gestützte Prozesse und Abläufe in ihrer Organisation optimieren möchten. Sie erhalten einen fundierten Einblick in die relevanten Open Source Software-Lösungen. Darüber hinaus erläutern wir Ihnen, wie mit Open Source Software Geschäftsprozesse preiswert optimiert werden können.
Vortrag beim Weiterbildungstag 2018 in Norderstedt
Es wird ein Blick über die mögliche Zukunft des digitalen Lernens gezeigt in einer digitalen Gesellschaft. MOOCs haben gezeigt, dass skalierbare Bildung schon ansatzweise möglich bei sehr geringem Betreuungsaufwand. Wenn man jetzt weiterdenkt, stellt sich automatisch die Frage, was passieren würde, wenn man keine menschliche Betreuung mehr hätte und dies z.B. durch Bots bewerkstelligt wird. Mit Beispielen aus dem Roboterjornalismus oder von den KI Engines wie Siri, Alexa und Co ist dies heute schon ansatzweise möglich.
Nachvollziehbare, datengetriebene, automatisierte Analysen der Softwareentwic...Markus Harrer
Session am 17.05.2017, DeveloperCamp 2017, Nürnberg
Jeder Schritt in der Entwicklung oder Verwendung von Software hinterlässt wertvolle, digitale Spuren. Die Auswertung dieser „Softwaredaten“ (wie etwa Laufzeitmessungen, Logdateien oder Commits) lässt unser Bauchgefühl zu Fakten und stichhaltigen Beweisen werden.
Ich zeige, wie sich Fragen aus der Softwareentwicklung datengetrieben, automatisiert und nachvollziehbar beantworten lassen. Dazu demonstriere ich das Zusammenspiel von Open-Source-Analysewerkzeugen (wie jQAssistant, Neo4j, Pandas und Jupyter) zur Auswertung von Daten aus unterschiedlichen Quellen (wie Profiler, Jenkins und Git). Gemeinsam sehen wir uns u. a. an, wie wir Lösungen zur Optimierung der Performance erarbeiten, Build-Breaker identifizieren oder Wissenslücken im Quellcode offenlegen können.
2010 | mein!KI.KA – Die Kinderkanal-Community | DrupalCamp EssenJutta Horstmann
Im Frühjahr 2009 startete der ARD/ZDF Kinderkanal seine neue Community "mein!KI.KA" auf Drupal-Basis (http://www.mein-kika.de).
In diesem Vortrag berichten die Projektleiter Jutta Horstmann (technische Umsetzung) und Tobias Freudenreich (Konzeption und Gesamtprojektleitung für den KI.KA) über die gewonnenen Erfahrungen.
Wir beginnen mit einer Führung durch die Kinder-Community.
Als nächstes gehen wir auf die Projektanforderungen ein: Die Themen Sicherheit, Datenschutz, Moderation von Inhalten, Barrierefreiheit sowie Performance-Optimierungen standen im Vordergrund.
Was waren die Stärken und Schwächen von Drupal in der Umsetzung der Anforderungen? Wir erläutern anhand verschiedener Beispiele, welche Dinge Drupal leicht machte und wo es andererseits "im Weg stand".
Informationen zur Vorgehensweise bei Projektmanagement und Softwareentwicklung in diesem Projekt runden den Vortrag ab.
Kollege Watson, übernehmen Sie ... oder: Was Systeme der künstlichen Intellig...Stefan Pfeiffer
Ich habe am 20. Oktober 2016 auf der Zukunft Personal #zp16 diesen Vortrag über die Rolle von künstlicher Intelligenz in der Bewältigung der täglichen Informationsflut gehalten und dabei IBM Watson vorgestellt und gegenüber horizontalen Systemen der Künstlichen Intelligenz wie Microsoft Cortana oder Apple Siri abgegrenzt. In dem Vortrag geht es um die mögliche Rolle von IBM Watson am Arbeitsplatz, in der E-mail-Inbox oder im Enterprise Social Network, aber auch um die Möglichkeiten und Einsatzgebiete in HR Abteilungen. Besonderer Dank gilt meinem Kollegen Dr. Peter Schütt, auf dessen Folien und inhaltliche Aufbereitung ich zurückgreifen konnte.
2. Cognitive Computing
• Systeme werden trainiert,
NICHT programmiert
• Lernen durch Interaktion
und Erfahrung
• Schlussfolgern – neue Daten
erschließen
• Mit uns Menschen
kommunizieren
3. wesentlichen Bausteine von Watson
99%
60%
10%
Verständnis
von natürlicher
menschlicher
Sprache (NLP)
Lernt und
verbessert sich
ständig über
Feedback und
neue Daten
Findet und bewertet
Hypothesen um
Antworten zu liefern
3
2
1
Sprachbarriere
zwischen Mensch
und Computer durch
Verständnis der
menschlichen
Sprache brechen
Wissen wird iterativ durch
jede Interaktion verbessert
Ermittelt
wahrscheinliche
Antworten, bewertet
und begründet diese
4. Mögliche Einstiegspunkte in die Watson Technologie
Watson
Core
Watson
Solutions
Watson
Foundation
§ Forschung & Entwicklung
§ Medizinische Systeme
§ Technologischer Cloudkern
§ Natürlich sprachliche Dialoge
(Q&A Systeme)
§ Cloud Systeme (SaaS)
§ Englischsprachig
§ Analytische Lösungen
§ Heute im Praxiseinsatz
§ Mehrsprachig (Deutsch)
§ On Premise / SaaS
§ Watson-Powered-Apps für Bluemix
§ Offenes Watson-System in der Cloud (PaaS)
§ Developer Program
Watson
Eco-system
Watson
Analytics
5. Kognitive Wertschöpfung Schritt für Schritt
Erkennung von linguistischen Mustern,
Abstraktion von Konzepten,
Korrelationen, Abweichungen &
Zusammenhänge erkennen und nutzen
Suchen, visualisieren, explorieren
von Informationen:
Anwendungs-übergreifend,
Domänen-übergreifende 360°Blicke
auf Information
Kognitive Anwendungen:
Zusammenhänge verstehen und
Menschen beraten,
Maschine Learning &
Selbstlernende Algorithmen
Search & Explore Analyze&Correlate InterpretManage
Daten und Dokumente
verwalten:
Wo sind welche Informationen
Güte, Laufzeit, Ownership,
Sicherheit, …
Curation
Watson
Solutions
Watson
Foundation
Kognitive Assistenz (Advisor) Cloud-Lösungen
Wissensbasierte Informations-Findung
6. Kognitiv: analysiert mögliche Fragestellungen,
reagiert auf Fragen und schlägt Antwortmöglichkeiten
vor.
• Cloud-Lösung mit umfassenden Analysefunktionen
• Ad-hoc-Analyse für jedermann
• Fragestellung in natürlicher Sprache möglich
• enthält kognitive Funktionen
Watson Analytics? – SPSS?
Predictive Analytics
• vollwertiges Werkzeug für Data Mining oder Statistik
• Umfangreiche Einflussmöglichkeiten
• Für Data Scientists
• Integration in Prozesse, Wiederkehrend
8. IBM Watson Analytics
Bessere Daten
Geschäfts-
verständnis
Zusammenhänge
Kommunikation
Enthaltene Dienste liefern Datenzugriff und –
verfeinerung ohne Modellungsaufwand
9. IBM Watson Analytics
Bessere Daten
Geschäfts-
verständnis
Zusammenhänge
Kommunikation
Automatisierte Intelligenz beschleunigt den
Erkenntnisgewinn
10. IBM Watson Analytics
Bessere Daten
Geschäfts-
verständnis
Zusammenhänge
Kommunikation
Automatisierte Erkennung von wesentlichen
Treibern in den Daten
11. IBM Watson Analytics
Bessere Daten
Geschäfts-
verständnis
Zusammenhänge
Kommunikation
Visualisierung und teilen von Erkenntnissen
und Entscheidungen
12. Watson Analytics – Editionen und Preise
Edition Free Plus Professional Watson Analytics for
Social Media
Users 1 user 1 user 1 or more users Addition to one
existing subscription
Rows per data set 100.000 1.000.000 10.000.000
Columns per data set 50 256 500
Storage 500MB 2 GB (+) 100 GB (+)
Upload Files & MS Excel Files & MS Excel Files & MS Excel
Direct access Several databases (on-prem /
cloud)
Twitter
Several databases (on-prem / cloud)
Twitter
IBM Cognos reports
Twitter, Blogs, Forums
Additional functionality Share data sets, explorations,
Refined data sets, predictions and
views
Prepackaged access
and analytics for social
media
Price (per Month) 0,00 30 USD (per User) 80 USD (per User) 2.000 USD (per Tenant)
14. Demoleitfaden (1/2)
• ! Alle Data sets, Explorationen, predicitions und dashboards sind unter dem Nutzer Jamie Tan (wapro_bastien_tan@yopmail.com / ours1n11) im Tenant von Marc
abgelegt!
• Start: „Setting the Stage“
• Wir sind in einem Handelsunternehmen und haben Informationen aus verschiedenen Quellen extrahiert und in einem Excel konsolidiert bekommen
• Zeige die Excel-Datei „Kundendaten_Gesamt mit Regionen und Scoring.xls“
• Upload und Refine
• Upload der Datei (Slide 18)
• während des Uploads über die Arbeit von WA im Hintergrund sprechen (Erkennen von Spalten, Zusammenhängen, Aufbau Datenmodell, Datenqualität usw)
• Twitter als Datenquelle zeigen (Slide 19)
• Die verschiedenen WA Editions sprechen (Slide 20, auf dem Dashboard zeigen)
• Refine öffnen (Ergebnisse von WA zeigen, Qualitätsscore), schließen (Slide 21)
• Explore:
• Auf das Data Set klicken und „How to ask a question“ diskutieren (Slide 22)
• Zurück und auf explore, frage eingeben: „what is umsatz_total by geschlecht” - macht keinen Sinn, da Umsatz aufsummiert wird, Durchschnitt ist besser (Slide 23,24)
• Neue seite, „what is average umsatz_total by geschlecht” (Slide 25)
• Darstellung erweitern: “Columns” öffnen und die Spalte “Alter” als “Color by” wählen (Slide 26) – zu viele Werte, unklar!
• Neue Datagroup erzeugen und “Altersgruppen” (gleichmäßig 10 Bereiche) definieren (Slide 27)
• Statt “Alter” “Altersgruppen” für “color by” auswählen – immer noch sehr unklar (Slide 28)
• Grafiktyp ändern: Treemap in den Spalten Altergruppe und Geschlecht tauschen (slide 29) – Auffälligkeit bei Altersgruppe 26-33, also dort Drill
• Beide Geschlechter markieren und rechte Maustaste und dann Navigate nach Familienstand (Slide 30)
• Ergebnis: Junge Verheiratete (Slide 31)
• WA macht Vorschläge für weitere Analysen: “Highest Umsatz_tot for Bonität gut”, Auswählen und Anzeigen (Slide 32)
• “sind das schlechte Regionen hier??” – neue Seite “what is average umsatz_total by state” (Slide 33)
• Wir wollen nur die ID sehen, die auch gekündigt haben: Filter (Slide 34)
• Und nun auf die Karte noch die Anzahl der Kündiger (Slide 35)
15. Demoleitfaden (2/2)
• Predict
• Start mit Churn als Ziel (WA erkennt mögliche Kandidaten) (Slide 36)
• Nur Bildschirm zeigen, Demo dauert zu lange; Ergebnis steht im „Shared“ Ordner „was treibt Churn“
• Oberen Bildschirm (insbes. Associations) diskutieren
• Zeigen 1 Einflussfaktor (Slide 37) und Details (Slide 38)
• 2 Einflussfaktoren (Slide 39) und Details (Slide 40)
• alle Einflussfaktoren (Slide 41) und Details (Slide 42)
• Dashboard:
• Hinweis: WA kann nicht nur interne, hochgeladene Daten nutzen, sondern auch Daten aus Twitter oder anderen Quellen heranziehen
• Erstens:
• Erinnerung Daten aus Twitter hatten wir vorhin kurz
• Dann das Dataset, was ich vorher angelegt habe
• Dann das Dashboard, Seite 1 (Slide 43)
• NUR WENN NOCH ZEIT BLEIBT: SOCIAL MEDIA ANALYTICS
• Social Media: nur den Dialog zeigen (direkt unter dem Nutzer Marc Bastien!) und das Ergebnis (Slide 44, bzw. 45-47), DATASET unbedingt vorher nochmal
testen!!!
Damit endet die erste Demo und der SPSS-Teil kommt
Zweite Demo (15 Min)
• Ausgangssituation: SPSS hat jetzt mit den Daten “was” gemacht und die möglichen Churn-Werte errechnet, diese werden jetzt in einem Dashboard dargestellt
• Dashboard 1: ganz viele Filter, mit denen die Ausgabe beeinflusst werden kann, wenn man die untere Leiste nach oben zieht, kann man ganz rechts
(scrollen!) auch die Churnwahrscheinlichkeit einstellen, und die Liste wird eingeschränkt (Slide 48)