Data Robot, eine Plattform für den Einsatz KI-basierter Prognosemodelle, öffnet mit dem neuen Feature ‚Location AI‘ interessante Perspektiven.
Die Arbeit mit raumbezogenen Daten hat im Immobiliensektor, Versicherungswesen und Einzelhandel eine lange Tradition. Auch andere Branchen entdecken zunehmend die Bedeutung von Standort-Daten und raumbezogenen Analysen als Schlüsselaspekt für die prädiktive Modellierung von Geschäftsszenarien.
Die Einsatzmöglichkeiten reichen von der einfachen Visualisierung von Features auf interaktiven Karten über die Nutzung nativer raumbezogener Dateiformate bis hin zu fortgeschrittenen raumbezogenen Analysen (Spatial Querying, Geoprocessing, Spatial Lagging).
Dies führt jedoch zu erheblichen Herausforderungen:
- Geschäftsanwender müssen erkennen, dass ihre traditionellen BI-Tools nicht für grossflächige raumbezogene Analysen ausgelegt sind
- Data Scientists haben oft nur wenig Erfahrung mit raumbezogenen Konzepten & den entsprechenden R-/Python-Bibliotheken
- Data Engineers & GIS-Experten haben oft Schwierigkeiten, raumbezogene Analysetechniken & traditionelle GIS-Tools in Maschinenlern-Pipelines einzubinden
Hier offeriert DataRobot mit seinem Location AI (Beta Release) eine vielversprechende Lösung, die die Plattform um ein umfangreiches Set an raumbezogenen Modellierungstechniken erweitert. Dazu zählen:
- raumbezogene Datenerkundung mit dynamischen Karten
- Möglichkeit zum Upload nativer Geodaten-Formate (ESRI Shapefiles, GeoJSON, PostGIS, ESRI Geodatabase) mit automatischer Erkennung von Breiten- und Längengraden, Linien und Polygonen sowie Option zur Selektion von Standortdaten in bestehenden Datenset
- raumbezogenes Feature Engineering und Modelle: statt einer einfachen numerischen oder kategorialen Darstellung reichert DataRobot Standortdaten mit zusätzlichen raumbezogenen Attributen (Zentroid, Perimeter, Fläche, MBR-Fläche... ) an
Der neuartige Spatial Neighborhood Featurizer erkennt vollständig die Position einzelner Zeilen in den Daten und ihre räumliche Beziehung zu allen anderen Zeilen im Datensatz.
- klare Aussagen zur Modellgenauigkeit auf lokaler Ebene
Einer der grössten Vorteile von DataRobot ist die Fähigkeit zur Arbeit mit multimodalen Daten: Neben traditionellen Tabellen, numerischen und kategorialen Daten sowie unstrukturierten Text- und Bilddaten können nun auch Standortdaten verwendet werden. Die Einbeziehung all dieser Informationen ermöglicht die Modellierung mit bestmöglicher Genauigkeit.
Möchten Sie erkunden, wie Ihr Unternehmen von der Analyse raumbezogener Daten profitieren kann? Location AI ist Teil des DataRobot 6.1 Release und erfordert keine zusätzliche Lizensierung.
Heyde ist Ihr DataRobot-Partner für die Schweiz: Treten Sie in Kontakt, wir freuen uns auf Ihre Fragen!
