Machine Learning ist mehr als nur ein Hype: Daniel Molnar stellt einen bodenständigen Ansatz zur Datenverarbeitung mit Deep Learning vor. Pragmatische Lösungen stehen hier im Vordergrund, nicht GitHub-Sternchen.
Die Machine Learning Conference 2019 in Berlin ist vorüber. Was haben wir von der Konferenz mitgenommen? Unsere 10 Take-aways greifen einige der Highlights heraus – von Roboterethik über menschenlebenrettende ML-Projekte bis hin zur Revolution durch sprachgesteuerte (Ro)Bots.
Die Machine Learning Conference 2019 in Berlin bringt KI-, Deeplearning- und Voice-Experten zusammen, um die neuesten Trends und Praxiserfahrungen aus dem Bereich des maschinellen Lernens zu diskutieren. Wir sind vor Ort dabei und streamen die Keynotes live!
Die Machine Learning Conference 2019 in Berlin bringt KI-, Deeplearning- und Voice-Experten zusammen, um die neuesten Trends und Praxiserfahrungen aus dem Bereich des maschinellen Lernens zu diskutieren. Wir sind vor Ort dabei und streamen die Keynotes live!
Die Machine Learning Conference 2019 in Berlin bringt KI-, Deeplearning- und Voice-Experten zusammen, um die neuesten Trends und Praxiserfahrungen aus dem Bereich des maschinellen Lernens zu diskutieren. Wir sind vor Ort dabei und streamen die Keynotes live!
Autoencoder stellen eine spannende Möglichkeit für maschinelles Lernen dar. Aber wann sollte man darauf setzen? Das erklärt Christoph Henkelmann in dieser Session von der ML Conference.
Künstliche Intelligenz verändert alles. Prof. Dr.-Ing. Klaus Henning spricht in seinem neuen Buch "Smart und digital" sogar von der größten Kulturrevolution seit Gutenberg. Welche Versprechungen die künstliche Intelligenz wirklich einlösen kann, beantwortet der ausgewiesene Digitalexperte und Autor im Interview.
Datenanalyse ist eine der wichtigsten Kompetenzen, wenn es darum geht, den Erkenntnisgewinn zu steigern und Wettbewerbsvorteile auszubauen. Von einer konkreten Fragestellung bis zur Darstellung eines aussagekräftigen Ergebnisses ist es jedoch ein weiter Weg. Welche Aufgaben sind mit einem typischen Analyseprozess verbunden? Welche Stufen der Analyse gibt es? Welche Methoden und Abläufe kommen zum Einsatz, um den Analyseprozess umzusetzen? Welche Kompetenzen benötigt ein Analyseteam? Neben Antworten auf diese Fragen präsentiert der folgende Artikel, welche Architekturen und Technologien für die Implementierung von Predictive-Analytics-Komponenten infrage kommen. Beispiele aus einem konkreten Anwendungsfall, der Analyse von Daten aus Ladeparks, illustrieren die vorgestellten Konzepte und Methoden.
Spielende KI-Systeme sind nichts neues: Ob Schach oder Go, die KI gewinnt. Aber auch andere Arten von Spielen können per maschinellem Lernen geknackt werden. Juantomás Garcia Molina zeigt in dieser Session von der ML Conference 2019, wie eine KI lernen kann, The Abbey of Crime zu lösen, das zu den kompliziertesten Spielen überhaupt zählt.
Mit Machine Learning lässt sich voraussagen, wie viele Taxis New York City braucht. Welche Methoden dabei zum Einsatz kommen und wie das geht, erklärt Fabian Hertwig in dieser Session von der ML Conference 2019.
Apache SINGA, eine Open-Source-Bibliothek für verteilte und skalierbare Machine-Learning-Anwendungen, hat den Inkubator der Apache Software Foundation (ASF) verlassen. Das neue Top-Level-Projekt hat bereits ein paar Jahre auf dem Buckel, ist aber thematisch so aktuell wie nie zuvor...
Bei der Entwicklung von Chatbots spielen verschiedene Aspekte eine Rolle, angefangen vom Bot-Charakter über die Architektur bis hin zum Testen und Deployment. Dr. Christoph Windheuser bot in seiner Session auf der ML Conference 2019 einen Überblick – mitsamt der Live-Demonstration eines Chatbots im industriellen Kontext.
