Aufbau einer Datenvorbereitungsumgebung für Machine-Learning-Modelle zur Berechnung von kundenindividuellen Produktabschlüssen
Schlagworte:
PySpark, SQL, Apache Beam, Python, Datenvorbereitung, Machine Learning, Google Cloud, Dataflow, DataprocAbstract
Bei der Mittelstand.ai GmbH & Co. KG in Gießen können Banken kundenindividuelle Produkte bestellen, welche auf Basis von Machine-Learning-Algorithmen eine Empfehlung geben, welches Bank- oder Versicherungsprodukt ein Kunde als Nächstes abschließen würde.
Mit einer neuen Datenvorbereitungsumgebung, die mit Python realisiert ist, wurde die Laufzeit der Transformations-, Filter- und Aggregationsvorgänge verringert.
Literaturhinweise
D'Onofrio, Sara; Meier, Andreas. Big Data Analytics. Wiesbaden. Springer Vieweg (2021)
Drabas, Tomasz; Lee, Denny. Learning PySpark. Birmingham. Packt Publishing (2017)
Frochte, Jörg. Maschinelles Lernen. München. Hanser (2021)
Downloads
Veröffentlicht
2023-07-25
Ausgabe
Rubrik
Abschlussarbeiten
Lizenz
Copyright (c) 2023 Laura Offermanns, Harald Ritz, Michel Becker
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.
