ML.NET 0.4 bringt erneut eine Reihe von neuen Features mit: Neues für das Natural Language Processing, eine Änderung am F#-API und eine Option für die parallele binäre Klassifikation sind mit dabei.
Bilderkennung mit neuronalen Netzen ist heute ein großer Trend. Wie funktioniert das und wie gut muss man sich dafür mit Machine Learning auskennen? Wir haben Shirin Glander nach Technologien, Trends und Tipps für die maschinelle Bilderkennung mit neuronalen Netzen gefragt.
Machine Learning, Deep Learning, verschiedene Arten von Networks, Tools und Frameworks: Die Welt des maschinellen Lernens ist groß und bietet inzwischen schon zahlreiche Optionen. Wir haben mit Oliver Zeigermann, Trainer auf dem ML Summit, über genau diese Vielfalt gesprochen.
Der Erfinder von Python, Guido van Rossum, hat angekündigt, sich vom Projekt zurückziehen zu wollen. Damit verliert die Programmiersprache ihren langjährigen Hauptentscheidungsträger. Was bedeutet das für die Python-Community?
Mit TensorFlow 1.9 wurden wieder einige neue Features für die Deep-Learning-Bibliothek veröffentlicht. Dazu gehörten beispielsweise Neuerungen beim Laden von Daten und für die Textverarbeitung.
Mit Python 3.7 steht ein neues Major Release für die Programmiersprache bereit. Zu den neuen Features gehört eine Änderung der Syntax und Neuerungen an der Standardbibliothek.
An Tag zwei der ML Conference 2018 in München schauen wir auf die Vergangenheit, die Gegenwart und die Zukunft des Maschinellen Lernens. Was haben wir von der Konferenz mitgenommen?
Die Menschheit ist mehr denn je mit künstlicher Intelligenz (KI) konfrontiert. Doch wie "intelligent" sind diese Systeme wirklich? Wir sprachen mit Marisa Tschopp, Forscherin bei scip ag und Sprecherin auf der ML Conference 2018, über den Künstlichen Intelligenz-Quotienten, wie man akademische IQ-Tests automatisiert und vieles mehr.
Die ML Conference 2018 in München steht unter dem klaren Motto: Wir sind noch lange nicht am Ende und es gibt noch so viel zu lernen. Der erste Konferenztag ist vorbei und wir richten den Scheinwerfer auf eine kleine Zusammenstellung der spannendsten Themen.
Neuronale Netze lernen. Doch oftmals ist es für Menschen nicht ersichtlich, wie ein Neuronales Netz zu seinen Entscheidungen gekommen ist. Dieses "Blackbox"-Problem thematisiert Xander Steenbrugge, Machine-Learning-Experte bei ML6, auf der Machine Learning Conference 2018. Wir haben ihn zum Interview gebeten und fragen nach, welche Möglichkeiten es derzeit gibt, die Entscheidungen Neuronaler Netze dennoch nachzuvollziehen.
Die Machine Learning Conference 2018 in München ist gestartet. Für alle, die dieses Jahr leider keine Gelegenheit haben, an der Konferenz teilzunehmen, streamen wir die Eröffnungs-Keynote von Xander Steenbrugge live!
Tief im Innersten ist Machine Learning ein reines Zahlenspiel. Bis auf wenige Ausnahmen ist die tatsächliche Eingabe in ein ML-Modell immer eine Sammlung von Float-Werten. Dies ist einfach für Bilder, bei denen Pixel nur numerische Farbwerte sind. Doch wie funktionieren ML-Algorithmen bei Wörtern und Buchstaben? Wir haben bei Christoph Henkelmann, ML-Experte bei DIVISIO und Sprecher auf der Machine Learning Conference, nachgefragt, wie man Maschinen dazu bringt, Texte zu verstehen.
