Michael Kieweg auf der ML Conference Spring 2019

Mehr Daten, bessere KI – oder doch nicht?
Keine Kommentare

Werden künstliche Intelligenzen automatisch besser, wenn man sie mit einer größeren Menge Daten versorgt? Dieser Frage geht Michael Kieweg in dieser Session von der ML Conference München 2019 nach.

Wenn man Deep Learning betreibt, braucht man große Datenmengen, das ist eine Tatsache. Alleine dadurch, möglichst viele Daten in eine KI zu pumpen, lernt das System aber noch nicht viel. Michael Kieweg stellt in dieser Session von der ML Conference München 2019 dar, warum die Datenqualität genau so wichtig ist wie die Quantität, wenn es um eine gute KI-Performance geht.

ML Conference 2021

Efficient Transformers

Christoph Henkelmann, DIVISIO

Enhancing Page Visits by Topic Prediction

Dieter Jordens, Continuum Consulting NV

Machine Learning on Edge using TensorFlow

Håkan Silfvernagel, Miles AS

 

Microservices Summit

Micro Frontends – Probleme, Techniken, Lösungen

mit Lars Kölpin-Fresse (Open Knowledge GmbH)

Mono-, Modu-, Microliths – oder welche Steine nutze ich zum Bauen

mit Dr. Annegret Juncker (Allianz Deutschland AG)

Der Speaker: Michael Kieweg

Michael holds a PhD in Mathematics and has been working in Artificial Intelligence for 11 years, including the fields of Computer Vision and on Recommender Systems. For the past 4 years, he has been working at LEVERTON, a company that develops and applies deep learning technologies to automatically extract data from corporate and legal documents. At LEVERTON, Michael leads the Data Science/Machine Learning team which is responsible for developing and improving the Information Extraction algorithms and the in-house Optical Character Recognition pipeline.

Unsere Redaktion empfiehlt:

Relevante Beiträge

Abonnieren
Benachrichtige mich bei
guest
0 Comments
Inline Feedbacks
View all comments
X
- Gib Deinen Standort ein -
- or -