zc – Traduction – Dictionnaire Keybot

Spacer TTN Translation Network TTN TTN Login Deutsch English Spacer Help
Langues sources Langues cibles
Keybot 14 Résultats  cheremarquitectos.com
  AdNovum - Machine learn...  
ZC: There are actually cases in which machine learning cannot be used because there is not sufficient data or the data that is available is not the right data.
ZC: Es gibt auch Fälle, in denen Machine Learning nicht eingesetzt werden kann, weil nicht genügend oder nicht die richtigen Daten vorhanden sind.
  AdNovum - Machine learn...  
ZC: This example clearly shows that it is often a question of generating additional value with existing resources rather than cutting existing resources or jobs.
ZC: Dieses Beispiel zeigt klar, dass es oft eher darum geht, mit bestehenden Ressourcen zusätzlichen Wert zu generieren, als bestehende Ressourcen oder Stellen abzubauen.
  AdNovum - Machine learn...  
ZC: Amazon is becoming ever stronger in retail business in Germany. A lot of people find this development very worrying. We really have to hope that some strong competitors enter the market.
ZC: Im Retailgeschäft in Deutschland wird Amazon immer stärker. Diese Entwicklung verfolgen viele mit grosser Besorgnis. Es ist zu hoffen, dass einige starke Mitbewerber in diesen Markt eintreten.
  AdNovum - Machine learn...  
ZC: Companies with strong competition can only stand out from the crowd by becoming digital and gaining new insight from data, giving them a lead.
ZC: Unternehmen, die sich in einem starken Wettbewerb befinden, können sich differenzieren, indem sie sich digitalisieren und aus Daten neue Erkenntnisse gewinnen, die ihnen einen Vorsprung verschaffen.
  AdNovum - Machine learn...  
ZC: Our customers use cognitive solutions, for example, to optimize the customer advisory process. Algorithms compile information about customers from different sources and then link them to present customer advisors with an integrated overview.
ZC: Unsere Kunden setzen kognitive Lösungen zum Beispiel dazu ein, den Kundenberatungsprozess zu optimieren. Algorithmen suchen Informationen über Kunden aus unterschiedlichen Quellen zusammen und verbinden sie miteinander, um die Daten für den Kundenberater integriert darzustellen.
  AdNovum - Machine learn...  
ZC: If someone creates such considerable added value for the customers that they then change to the supplier’s platform and this supplier then grows so much that all others become insignificant, this of course can result in a monopoly situation.
ZC: Wenn jemand für die Kunden einen derart hohen Mehrwert schafft, dass sie auf die Plattform dieses Anbieters umsteigen und dieser dadurch so stark wächst, dass alle anderen unbedeutend werden, kann durchaus eine Monopolsituation entstehen.
  AdNovum - Machine learn...  
ZC: A lot of companies collect data and use it to create what are referred to as data lakes, central databases which store masses of data. Now they want to use this data and generate assets from it. In this case, data science or data mining as it used to be called can help.
ZC: Viele Unternehmen sammeln Daten und erstellen daraus sogenannte Data Lakes, zentrale Datenbanken, die Unmengen von Daten speichern. Nun möchten sie diese Daten nutzen und daraus Assets generieren. Dabei hilft Data Science oder Data Mining, wie es früher genannt wurde.
  AdNovum - Machine learn...  
ZC: Another aspect is that today data is captured and managed systematically. Everything is networked with everything else, all systems produce data and log files and store data. These massive amounts of data can be evaluated and also used to train algorithms.
ZC: Ein weiterer Aspekt ist, dass Daten heute systematisch erfasst und verwaltet werden. Alles ist mit allem vernetzt, alle Systeme produzieren Daten und Logfiles und speichern Daten ab. Diese Unmengen von Daten lassen sich auswerten und auch dazu verwenden, Algorithmen zu trainieren.
  AdNovum - Machine learn...  
ZC: On the one hand they need experts who know all about data science and algorithms. On the other, they need people within the company who know the data – in other words understand both the content and context of the data.
ZC: Einerseits braucht es Experten, die sich mit Data Science und Algorithmen auskennen. Andererseits braucht es Personen von innerhalb des Unternehmens, die mit den Daten selbst vertraut sind, also deren Inhalte und Zusammenhänge verstehen. Hat ein Unternehmen schon ein gewisses Nutzenpotenzial erkannt, benötigt es IT-Spezialisten, um konkrete Massnahmen umzusetzen.
  AdNovum - Machine learn...  
ZC: Wherever people have to work with massive amounts of data. Let’s take a look, for example, at the processing of damage claims in an insurance company. Cognitive solutions can single simple cases out and process them to take the pressure off the damage experts so that they can devote their time and attention to more complex tasks.
ZC: Überall dort, wo Menschen mit grossen Datenmengen arbeiten. Nehmen wir als Beispiel die Bearbeitung von Schadenmeldungen bei einer Versicherung. Kognitive Lösungen können einfache Fälle automatisch aussortieren und bearbeiten, um die Schadenexperten zu entlasten, sodass diese sich komplexeren Aufgaben widmen können.
  AdNovum - Machine learn...  
ZC: That’s right. Being afraid of losing your job is an interesting point. I feel that some job profiles will disappear and others will crop up. This often brings with it some organizational consequences and you have to have a certain degree of flexibility to deal with these changes.
ZC: Genau. Die Angst vor einem Stellenverlust ist ein interessanter Punkt. Meiner Meinung nach werden einige Jobprofile verschwinden und neue entstehen. Dies hat oft auch organisatorische Konsequenzen und es braucht eine gewisse Flexibilität, um mit diesen Änderungen umzugehen. Das Unternehmen muss dazu bereit sein, sich auf diesen Change-Prozess einzulassen.
  AdNovum - Machine learn...  
ZC: For example, it helps detect fraud. If you have large amounts of data and a high volume of damage claims, you can detect certain patterns and recognize cases which deviate from these patterns. These cases are then examined by the damage expert.
ZC: Sie erlaubt es beispielsweise, Betrug aufzudecken. Wenn man über grosse Datenmengen und ein hohes Volumen von Schadenmeldungen verfügt, lassen sich gewisse Muster herauslesen und Fälle erkennen, die von diesem Muster abweichen. Diese Fälle werden dann durch den Schadenexperten untersucht. Es geht also nicht darum, dass die Maschine für den Menschen die Entscheidung trifft, sondern darum, den Entscheidungsprozess zu unterstützen und zu beschleunigen.
  AdNovum - Machine learn...  
ZC: Most companies are just starting out with cognitive solutions. They are primarily concerned with collecting the necessary information. The next step is then the evaluation, connection, accumulation, etc. of the data.
ZC: Die meisten Unternehmen stehen bezüglich kognitiver Lösungen noch am Anfang. Für sie geht es zunächst darum, die notwendigen Informationen zu sammeln. Der nächste Schritt ist dann die Auswertung, Verbindung, Anreicherung usw. der Daten. Von jenen, die bereits über Daten verfügen, sitzen zahlreiche auf Hunderten von Datentöpfen, die nicht miteinander verbunden sind. Ein weiterer Punkt ist der Datenschutz. Daten, die für einen bestimmten Zweck erhoben wurden, dürfen nicht einfach für etwas anderes verwendet werden, vor allem dann nicht, wenn es sich um personenbezogene Daten handelt.
  AdNovum - Machine learn...  
ZC: Here it is important to understand that there is a big difference between traditional software engineering projects and machine learning projects. A company makes available a certain budget, resources and time for traditional projects.
ZC: Hier ist wichtig zu verstehen, dass ein grosser Unterschied besteht zwischen traditionellen Softwareentwicklungsprojekten und Machine-Learning-Projekten. Für traditionelle Projekte stellt ein Unternehmen ein gewisses Budget, Ressourcen und Zeit bereit. Innerhalb dieses Rahmens muss das Projekt fertiggestellt werden. Wenn es fertig ist, wird es für fünf bis zehn Jahre genutzt, oft mit minimalen Anpassungen. In unserem Fall ist der gesamte Prozess iterativ. Wir schauen die Machine-Learning- Lösung immer wieder an, um sie finezutunen und anzupassen. Dies unter anderem deshalb, weil sich die Daten, die dem Modell als Basis dienen, verändern können.