Key Details Improved accuracy of cycle predictions by up to 54.2%. Challenge Prediction of irregular women cycles Solution Integration of neural networks for menstrual cycle prediction Technologies and tools Python Client Flo is a smart period tracker that accurately predicts women’s menstrual cycles, ovulation and fertile days. Challenge: improve predictions of irregular cycles for application … Weiterlesen …
Key Details Automated processes and improved customer experience. Challenge Train recommendation algorithm based on sparse data Solution Predictive analytics module for e-commerce platform Technologies and tools Python, Scikit-learn, Implicit, Docker Client The Client is an e-commerce provider who cooperates with more than 50 brands. The Client was interested in a solution for generating single-brand recommendations. … Weiterlesen …
Key Details Increased revenue 2x times due to improved customer segmentation. Challenge Improve debt collection effectiveness with the help of predictive analytics Solution A machine learning model for predicting the probability of promise to pay Technologies and tools Python data analysis ecosystem, VPN Checkpoint, SQL Server, Lightgbm package Client The Client is a debt collection … Weiterlesen …
Key Details Verbesserte Genauigkeit eines Aktivitätserkennungsmodells durch 48%. Herausforderung: Vorhersage von Spannungsmomenten in Basketballspielen Lösung: Aktivitätserkennungsmodell Technologien und Tools: Python Kunde: Ein internationales IoT-Unternehmen, das dem Publikum bei Konzerten und Sportveranstaltungen neuartige Erfahrungen bietet. Herausforderung: Vorhersage spannungsgeladener Momente in Basketballspielen Der Kunde von ESSID Solutions benötigte ... Weiterlesen ... Weiterlesen …
Wichtige Details Verbesserte Filmempfehlungsfunktion von 25%. Herausforderung Bereitstellung frischer, personalisierter Empfehlungen für jeden Benutzer Lösung Benutzerdefinierte Empfehlungsmaschine, die auf maschinellem Lernen basiert Technologien und Tools Python, SQL; Spark, Nginx, Flask-API, PostgreSQL, Spark Parquet Kunde Der Kunde ist auf dem Markt für Smart TV Digital Home Entertainment tätig. Es handelt sich um einen führenden Premium-Video-on-Demand-Dienst, der es ... Weiterlesen ... Weiterlesen …
Wichtige Details Eine um 20% höhere Kundenbindungsrate innerhalb der ersten drei Monate nach der Einführung. Herausforderung Verringerung der Kundenabwanderung auf einer Wettplattform Lösung Software zur Vorhersage der Kundenabwanderung Technologien und Tools Python Kunde Sportwettenanbieter, der sich unter anderen Online-Buchmachern als zuverlässiges Unternehmen hervorhebt, das eine langfristige Beziehung zu seinen Kunden anstrebt ... Weiterlesen ... Weiterlesen …
Wichtige Details Reduzierung der Kosten und des Zeitaufwands für die manuelle Themensuche und -klassifizierung. Herausforderung Kostspielige und zeitaufwändige Analyse von Kundenfeedback Lösung Automatisierte Sammlung und Analyse von Bewertungen Technologien und Tools Python, Kafka, Elasticsearch, Celery Kunde Wargaming ist ein internationaler Spieleentwickler und -verlag mit über 150 Millionen Zuschauern. Herausforderung: zeitaufwändiges Kundenfeedback ... Weiterlesen ... Weiterlesen …
EN 
FR 
PT 
ES 
DE