Automatic Machine
Learning in
Microsoft Excel
Automatic Machine
Learning in
Microsoft Excel
Automatisches Machine Learning in MicroSoft Excel
Automatisches Machine Learning – kurz AutoML – ist die Schlüsseltechnologie für datenbasierte Prognosen mit künstlicher Intelligenz. Unser leicht zu bedienendes ClearVu Analytics Excel Add-In ermöglicht es, diese Technologie auch direkt im Spreadsheet zu nutzen: über die gewohnte Excel-Oberfläche können Sie Prognosemodelle für Ihre Daten erstellen. Dem zugrunde liegt unsere leistungsfähige Software ClearVu Analytics, welche im Hintergrund die entsprechenden Berechnungen durchführt. Sie können dies für alle Anwendungen einsetzen, in denen bereits Daten vorliegen und Sie ein Prognosemodell für neue Datensätze benötigen, z.B. Verwirbelung durch eine Einspritzdüse in Abhängigkeit von Geometrieparametern.
Automatisches Machine Learning in MicroSoft Excel
Automatisches Machine Learning – kurz AutoML – ist die Schlüsseltechnologie für datenbasierte Prognosen mit künstlicher Intelligenz. Unser leicht zu bedienendes ClearVu Analytics Excel Add-In ermöglicht es, diese Technologie auch direkt im Spreadsheet zu nutzen: über die gewohnte Excel-Oberfläche können Sie Prognosemodelle für Ihre Daten erstellen. Dem zugrunde liegt unsere leistungsfähige Software ClearVu Analytics, welche im Hintergrund die entsprechenden Berechnungen durchführt. Sie können dies für alle Anwendungen einsetzen, in denen bereits Daten vorliegen und Sie ein Prognosemodell für neue Datensätze benötigen, z.B. Verwirbelung durch eine Einspritzdüse in Abhängigkeit von Geometrieparametern.
Excel Add-In Benutzerinterface im Ribbon
Excel Add-In Benutzerinterface im Ribbon
Eine Auswahl aus der Vielzahl von Anwendungsmöglichkeiten:
Eine Auswahl aus der Vielzahl von Anwendungsmöglichkeiten:
Build, import and use model
Die wesentlichen Funktionalitäten unseres Excel Add-Ins sind das automatische Erstellen eines Prognosemodells »Build model« und der Import eines bereits erstellten Prognosemodells »Import model«. Die Qualitätskenngrößen der erstellten Modelle sowie graphische Visualisierungen der Modellprognose stehen in Excel direkt zur Verfügung. So können Benutzer die Modelle selbst interpretieren und einschätzen. Die Modelle können dann als Zellfunktionen genutzt werden, um die unbekannten Eigenschaften für neue Datensätze vorherzusagen.
Es stehen modernste Verfahren zur Verfügung:
Build, import and use model
Die wesentlichen Funktionalitäten unseres Excel Add-Ins sind das automatische Erstellen eines Prognosemodells »Build model« und der Import eines bereits erstellten Prognosemodells »Import model«. Die Qualitätskenngrößen der erstellten Modelle sowie graphische Visualisierungen der Modellprognose stehen in Excel direkt zur Verfügung. So können Benutzer die Modelle selbst interpretieren und einschätzen. Die Modelle können dann als Zellfunktionen genutzt werden, um die unbekannten Eigenschaften für neue Datensätze vorherzusagen.
Es stehen modernste Verfahren zur Verfügung:
Generate DOE
(Design of Experiment)
Unser Excel Add-In unterstützt auch die Versuchsplangenerierung mit »Generate DOE«, für den Fall, dass noch keine Daten zur Verfügung stehen. Ein Versuchsplan ermöglicht es mit einer begrenzten Anzahl an Experimenten den Versuchsraum möglichst optimal abzudecken, so dass über alle Bereiche Informationen gewonnen werden. Die aus diesen Experimenten gewonnenen Daten fließen dann in die Modellerstellung. Dies ist besonders nützlich für die Planung von Laborexperimenten.
Generate DOE (Design of Experiment)
Unser Excel Add-In unterstützt auch die Versuchsplangenerierung mit »Generate DOE«, für den Fall, dass noch keine Daten zur Verfügung stehen. Ein Versuchsplan ermöglicht es mit einer begrenzten Anzahl an Experimenten den Versuchsraum möglichst optimal abzudecken, so dass über alle Bereiche Informationen gewonnen werden. Die aus diesen Experimenten gewonnenen Daten fließen dann in die Modellerstellung. Dies ist besonders nützlich für die Planung von Laborexperimenten.
Use case
Modell für die Berechnung von Hauspreisen in Abhängigkeit von den Hauseigenschaften.
Im vorliegenden Beispiel wird berechnet, wie hoch der Wert eines Hauses ist, in Abhängigkeit von den spezifischen Eigenschaften des Hauses wie z.B. Größe und Anzahl der Zimmer. Die Auswahl der Daten erfolgt in Excel wie gewohnt, anschließend führt Sie ein Dialogfenster bis zur Berechnung der Modelle.
Die Qualitätskenngrößen der erstellten Modelle sowie graphische Visualisierungen der Modellprognose stehen in einem Excel-Datenblatt direkt zur Verfügung. So können interessierte Benutzer die Modelle zusätzlich interpretieren.
Weiterhin können diese Modelle als Zellfunktion für Prognosen wiederverwendet werden. Die Modelle können in Formulare eingebettet und an andere Benutzer weitergegeben werden. Damit stehen modernste Verfahren wie Support Vector Machines, Decision Trees, Random Forests, Gaussian Processes und Artificial Neural Networks in Excel zur Verfügung.
In diesem Beispiel hilft unsere Technologie bei der Vorhersage des Hauspreises in Abhängigkeit von Eigenschaften des Hauses.
Natürlich ist dieses Vorgehen auch auf viele andere Anwendungen, z.B. in der Produktentwicklung in Kosmetik- oder chemischer Industrie, übertragbar.
Use case
Modell für die Berechnung von Hauspreisen in Abhängigkeit von den Hauseigenschaften.
Im vorliegenden Beispiel wird berechnet, wie hoch der Wert eines Hauses ist, in Abhängigkeit von den spezifischen Eigenschaften des Hauses wie z.B. Größe und Anzahl der Zimmer. Die Auswahl der Daten erfolgt in Excel wie gewohnt, anschließend führt Sie ein Dialogfenster bis zur Berechnung der Modelle.
Die Qualitätskenngrößen der erstellten Modelle sowie graphische Visualisierungen der Modellprognose stehen in einem Excel-Datenblatt direkt zur Verfügung. So können interessierte Benutzer die Modelle zusätzlich interpretieren.
Weiterhin können diese Modelle als Zellfunktion für Prognosen wiederverwendet werden. Die Modelle können in Formulare eingebettet und an andere Benutzer weitergegeben werden. Damit stehen modernste Verfahren wie Support Vector Machines, Decision Trees, Random Forests, Gaussian Processes und Artificial Neural Networks in Excel zur Verfügung.
In diesem Beispiel hilft unsere Technologie bei der Vorhersage des Hauspreises in Abhängigkeit von Eigenschaften des Hauses.
Natürlich ist dieses Vorgehen auch auf viele andere Anwendungen, z.B. in der Produktentwicklung in Kosmetik- oder chemischer Industrie, übertragbar.
Preis
Preis
Weitere Software
Weitere Software
Unser Software-Tool ClearVu Analytics (CVA) bietet optimale Unterstützung für alle Aspekte der Datenanalyse, Prognose, Produkt- und Prozessoptimierung. Die Flexibilität des Systems erlaubt auch eine direkte Integration in existierende Workflows und Anbindung an Produktionsprozesse.
ClearVu Solution Spaces (CVSS) unterstützt Sie bei der Auslegung von Systemen und Komponenten in der Automobilindustrie. Dabei sind viele Restriktionen einzuhalten und CVSS stellt eine optimale Flexibilität für die Identifikation von Auslegungsvarianten zur Verfügung.
Das ClearVu Python Package stellt die Funktionalität von ClearVu Analytics in Python zur Verfügung. Damit ist Automated Machine Learning ohne weiteren Einarbeitungsaufwand in Python benutzbar – schnell, automatisch und leistungsfähig.
Kontakt
So erreichen Sie uns
Telefon
0231 97 00 340
Adresse
Joseph-von-Fraunhofer-Straße 20,
44227 Dortmund
Kontakt
So erreichen Sie uns
Telefon
0231 97 00 340
Adresse
Joseph-von-Fraunhofer-Straße 20,
44227 Dortmund