Philipp Drieger

Philipp Drieger arbeitet als Principal Machine Learning Architect bei Splunk. Er begleitet Splunk Kunden und Partner in verschiedenen Branchen bei deren digitaler Transformation durch den Einsatz von Datenanalyse, maschinellem Lernen und künstlicher Intelligenz. Damit unterstützt er Unternehmen bei der Realisierung von herausfordernden Anwendungsfällen im Bereich von IT Sicherheit, Operations, IoT und Geschäftsanwendungen. Vor Splunk arbeitete Philipp als freiberuflicher Softwareentwickler und Berater im Bereich 3D Echtzeit Graphik und Visualisierung. In der Forschung hat er Artikel zum Thema Textanalyse und semantischer Netzwerkanalyse veröffentlicht.

LinkedIn Profil: Philipp Drieger

Künstliche Intelligenz 8 Minuten Lesedauer

Splunk App for Data Science and Deep Learning: ab sofort in Version 5.0

Spannende News rund um das Deep Learning Toolkit (DLTK): Die Splunk App wird jetzt unter dem Namen Data Science and Deep Learning (DSDL) geführt. Das klingt vielleicht nicht ganz so griffig, spiegelt aber besser die beiden Use Cases wider, für die die App konzipiert ist.

Künstliche Intelligenz 6 Minuten Lesedauer

Online-Lernen: ein neuer Machine-Learning-Ansatz in Splunk

In diesem Blog erfahren Sie, wie Sie Ihr Machine-Learning-Modell auf eine neue Weise organisieren können: mit Online Learning.

Künstliche Intelligenz 8 Minuten Lesedauer

Deep Learning Toolkit 3.4: Rastersuche, kausale Inferenz und Process Mining

In diesem Blog beleuchten wir drei interessante neue Algorithmusmethoden, die in der aktuellen Version der Deep Learning Toolkit (DLTK) App für Splunk verfügbar sind.