Die Möglichkeiten, mit Hilfe von bestehenden Daten in unsicheren Situationen zu besseren Entscheidungen zu finden, sind nicht nur faszinierend, sondern in vielen Unternehmensbereichen ein entscheidender Erfolgsfaktor:
Mit dem IBM SPSS Modeler haben Sie die Möglichkeit, genau auf diese Fragestellungen zuzugreifen. Er integriert den Self-Service-Gedanken in den Data-Science-Prozess: entdecken Sie selbständig Muster und Beziehungen in Ihren Daten, die Sie bei Ihren Entscheidungen unterstützen und zu aussagekräftigen und messbaren Verbesserungen Ihrer Ergebnisse führen.
Anhand eines konkreten Beispiels zeigen wir Ihnen in dieser Einführung, wie Data Science praktisch funktioniert. Ein Data Science Spezialist der IBM verrät Ihnen, wie sie Ihre Modelle objektiv bewerten können und so ein optimales Ergebnis Ihrer Modellierung erzielen.
Dr. Christian Trippner
Senior Technical Sales Professional (Business Analytics – SPSS)
IBM Deutschland GmbH
Dr. Trippner verantwortet bei der IBM die Entwicklung der Bereiche AI, Data Science und statistische Analyse. Seine Erfahrung mit Datenanalyse unter Einsatz von SPSS reicht bis ins Jahr 1988 zurück: Für seine Promotion arbeitete Dr. Christian Trippner bis 1998 an einem Forschungsprojekt im südlichen Afrika und war danach in verantwortungsvoller Position beim Hersteller SPSS selber tätig.
Oliver J. Glodzei
Principal Consultant
valantic
Oliver Glodzei berät und unterstützt Unternehmen seit über zwanzig Jahren in Sachen Business Analytics. Bei der valantic Business Analytics ist er von Anbeginn dabei und verantwortet den Bereich Training und Anwendercoaching. Er verfügt über viel Erfahrung in Konzeption und Einsatz, sowie der Migration der IBM Cognos Software in verschiedensten Branchen.
Unsere Webinare sind für potenzielle Endkunden, Bestandskunden und Interessenten gedacht.