De top 10 Machine Learning algoritmen
Machine Learning wordt tegenwoordig overal gebruikt. In elke sector probeert van Machine Learning te profiteren. Het onderzoeksgebied Machine Learning is er op gericht om machines te leren...
Blogs (2)
Wat is Deep Learning en wanneer gebruik je het?
Deep Learning is al een aantal jaren een hot topic binnen Data Science. De potentie van Deep Learning is enorm en het wordt daarom steeds meer toegepast. Maar wat is Deep learning nou...
De 5 stappen voor het kiezen van een geschikt ML algoritme
Als we kijken naar Machine Learning algoritmen, is er niet slechts één algoritme dat het best gebruikt kan worden voor elk probleem. Zo kun je bijvoorbeeld niet zeggen dat neurale netwerken...
Smart Industry: De 8 meest gebruikte Data Science-toepassingen in de industriële sector
De industriële sector ondergaat een enorme transformatie die wordt veroorzaakt door het huidige digitale tijdperk dat meer flexibiliteit vereist van de klanten, zakenpartners en...
Feature selectie: Waarom meer data niet altijd beter is!
Door de informatie-explosie die de laatste decennia heeft plaatsgevonden is er een analysekloof ontstaan. Dit betekent dat de productie van gegevens veel sneller is toegenomen dan ons...
De top 6 Data Science use cases voor de zorgsector
De zorgsector genereert elke dag grote hoeveelheden data. Elektronische medische dossiers, facturering, klinische systemen, gegevens van wearables en verschillende onderzoeken blijven...
De top 10 Data Science use cases voor sales management
Tegenwoordig kunnen bedrijven heel snel veel gegevens over hun klanten, activiteiten en prestaties verzamelen en genereren. Echter, veel data uit CRM-, ERP- en marketingcampagnes leidt...
De 7 stappen van de Data Science Lifecycle
Data Science maakt gebruik van een combinatie van domeinkennis, codeervaardigheden en statistische expertise om zakelijk problemen op te lossen en waardevolle inzichten te verkrijgen. Om...
De rol van domeinkennis in Data Science projecten
Data Science heeft tot doel gegevens uit een bepaald domein te halen en tot een beschrijving of model op hoog niveau van deze gegevens te komen dat praktisch kan worden gebruikt om een...
10 redenen waarom Data Science-projecten mislukken
Meer dan 80% van de Data Science projecten mislukken en leveren nooit een ROI op voor het bedrijf. Wat zit er achter het hoge uitvalpercentage en hoe kunnen we dit veranderen? Het hoge...
5 stappen om een datacultuur op te bouwen die je bedrijf naar een hoger niveau tilt
In het afgelopen decennium is 'data' synoniem geworden met 'waarde', en wordt door gerenommeerde instanties als The Economist als “de meest waardevolle hulpbron ter wereld” omschreven....
Hoe krijg je Data Scientists en ML Engineers op één lijn?
In het langzame proces van het ontwikkelen van Machine Learning-modellen moeten Data Scientists en ML Engineers samenwerken, maar de praktijk leert dat ze vaak, onbewust, met tegengestelde...