Dieser Talk von der ML Conference 2019 basiert auf einem realen datenwissenschaftlichen Projekt der Speakerin Natalie Beyer. Der verwendete Datensatz wird eine Zielspalte haben, die vorhergesagt werden soll. Mit der Verwendung mehrerer Pakete wie SHAP wird es möglich sein, die Vorhersagen zu interpretieren. SHAP-Werte geben uns die Möglichkeit zu sehen, welche Merkmale der Algorithmus für die Vorhersage berücksichtigt hat. Dieses sehr nützliche Paket von Scott Lundberg zeichnet auch aufschlussreiche Visualisierungen auf. Als datenwissenschaftliche Beraterin hat die Speakerin die Erfahrung gemacht, dass dieser Ansatz sehr nützlich ist, da einige ihrer Kunden auf der Suche nach einer Machine-Learning-Lösung waren, die interpretierbare Ergebnisse liefert.
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
Die Speakerin: Natalie Beyer
Natalie is a Co-Founder of the data science consultancy LAVRIO.solutions. The company is building customized and precise solutions for their clients’ needs. With her background in psychology and statistics she is responsible for model building, data exploration and visualization of results.
