Kapitel 10. Alles unter einen Hut bringen: Aufbau eines KI-gestützten Kundenanalyse-Dashboards
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Du hast in diesem Buch einen weiten Weg zurückgelegt und (hoffentlich!) viel Neues darüber gelernt, wie KI-Dienste auf verschiedenen Ebenen des Analytics-Stacks eingesetzt werden können. In diesem Kapitel zeige ich dir, wie diese Ebenen der Analytik und der KI-Dienste kombiniert werden können, um den BI-Nutzern ein besseres Erlebnis zu bieten und das Potenzial von KI und BI zu nutzen, indem die beiden Ansätze miteinander verschmolzen werden. Du wirst sehen, dass verschiedene KI-Dienste keine Entweder-Oder-Entscheidung sind, sondern dass sie sich gegenseitig ergänzen können. Zum Beispiel können wir unstrukturierte Daten (Rohtext) in strukturierte Daten (Sentiment-Scores-Tabelle) umwandeln, um sie für überwachtes Lernen zu nutzen (Sentiment-Scores zur Vorhersage der Kundenabwanderung).
Am Ende dieses Kapitels wirst du in der Lage sein, mehrere KI-Dienste zu kombinieren, um noch leistungsfähigere Anwendungsfälle zu entwickeln. Um den Programmieraufwand so gering wie möglich zu halten, werden wir Azure Machine Learning Designer als No-Code-Tool verwenden, um fortgeschrittene ML-Workflows zu erstellen, die mehr Anpassungsmöglichkeiten bieten als der AutoML-Dienst, den du in den vorherigen Kapiteln kennengelernt hast.
Problemstellung
In diesem Szenario sind ...
Get KI-gestützte Business Intelligence now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
