Machine Learning ist ein Bestandteil moderner Webanalyse Lösungen und Systeme – auch bei GA4. Aber oft leider eine Blackbox. Wie kann man auf Basis eigener Daten selbst ML einsetzen, um mehr aus seinen Daten zu holen und warum sollte man das tun? Viel wichtiger noch: Wo liegen die typischen Hürden und wie umgeht man diese beim Start? Wir haben mit Marcus Stade genau darüber im Ding des Monats Februar gesprochen.
Ding des Monats: Machine Learning und Analytics – Ein Einstieg
- Datasets: Sind in den Tools z. T. verfügbar oder im Fall der GCP direkt nutzbar
- R, Python oder andere Dinge lokal, sonst idealerweise Cloud
- Regression: Was vorhersagen und in Abhängigkeit von welchen Faktoren?
- Orange: https://orangedatamining.com/
- Scikit-learn: https://scikit-learn.org/
- Tensorflow: https://www.tensorflow.org/
- H2O: h2o.ai
- Algorithmen -Übersicht: https://docs.microsoft.com/de-de/azure/machine-learning/how-to-select-algorithms
- Fang hier an: https://www.marcusstade.de/h2o-machine-learning-stellenwert-der-microconversion-in-der-user-journey-teil-2/
Kontakt
- Direktes Feedback
- Bewertungen und Besprechungen auf iTunes https://itunes.apple.com/de/podcast/beyond-pageviews-termfrequenz/id1167361629?mt=2
- Liken der FB-Seite https://www.facebook.com/beyondpageviews/
- Kommentare, Anregungen und Fragen auf termfrequenz.de https://www.termfrequenz.de/podcast/beyond-pageviews-podcast/
- Soundcloud: https://soundcloud.com/termfrequenz-podcast/
- Du findest uns auch auf Spotify oder Deezer
- Mails? podcast@analytrix.de
