Neuartige "Machine Learning" Methoden (Conditional Random Fields, RNN) und eher "klassische" Methoden des Natural Language Processing (NLP) - NER- und POS-Kennzeichnungen, reguläre Ausdrücke zum "chunking" & "chinking" auf Basis des NLTK - sind kombiniert worden. Zielsetzung ist, automatisch strukturierte Informationen (entities, process steps,...) aus unstrukturierten Texten zu extrahieren. Während jede dieser beiden Methodologies separat eine Präzision in der 90 plus Prozentregion ergibt, ergibt sich durch die Kombination noch einmal ein klar überlegenes Resultat.

Eine "Machine Learning" - Anwendung ist für einen bedeutenden deutschen Online-Händler konzipiert und entwickelt worden. Nach dem Training auf Basis eines Satzes an Bildern ist die Anwendung in der Lage, einzelne Objekte in den digitalisierten Bildern zu identifizieren. Wie zum Beispiel die Hose einer gewissen Farbe und eines gewissen Stils, die von einer der Personen im Bilde getragen wird... "Deep learning" - Algorithmen (Convolutional Neural Networks = CNN) werden für solche Zwecke herangezogen. Heutzutage können "Cutting Edge Frameworks" wie Caffe, Theano und Tensorflow sowie modernste Hardware (GPUs) dazu dienen, hunderttausende von Bilder zu verarbeiten und in den Bildern enthaltene Bild-Informationen automatisch zu extrahieren.

Spark und Hadoop sind geeignete Open Source Werkzeuge, um parallele, verteilte Berechnungen in einem Projekt für einen bedeutenden deutschen Online-Händler zu realisieren. Die Zielsetzung ist, die Masse von vorliegenden Webdaten effizient zu durchsuchen. Einer der Zwecke: eine Datenanlyse zur Vorhersage von Kundenverhalten (Abbruch eines Kaufes u. ä), bzw. um Betrugsversuche vorherzusagen.