Aktuelles aus dem Ressort Machine Learning

Machine Learning: Wie Maschinen lernen, Texte zu verstehen

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.

Künstliche Intelligenz einsetzen: 4 Chancen für Unternehmen

Künstliche Intelligenz (KI) prägt unseren Alltag immer mehr: Sie findet sich in Sprachassistenten wie Siri, Cortana, Amazons Alexa, Produktempfehlungs-Engines und auch in den automatisierten Werbebannern, deren Anzeigen auf den letzten Einkäufen des Nutzers beruhen. Die Einführung intelligenter Systeme bringt allerdings nicht nur Vorteile, sondern auch Herausforderungen mit sich.

Kick-start Deep Learning mit TensorFlow und Keras

Wie steigt man ohne Overhead und Umwege ins Deep Learning ein? Mit diesem Kick-Start-Guide, der zeigt, wie man ganz schnell ein Beispiel mit Python und dem Paket Keras zum Laufen bekommt. Es geht dabei nicht darum, diverse Optionen zu berücksichtigen und Optimierungen durchzuführen, sondern schnell zu starten, um dann etwas in den Background einzutauchen.

Comet.ml – Das GitHub für Machine Learning

Der kometenhafte Aufstieg des Machine Learnings bringt immer neue Tools hervor, die Entwickler beim Training ihrer Modelle unterstützen. Eines dieser Tools ist Comet. Mit dem Tool lassen sich nicht nur Modelle nachverfolgen, um sie besser reproduzierbar zu machen, Comet liefert auch Vorschläge für die Optimierung von Modellen, bringt GitHub-Integration und eine Kommentarfunktion.

X
- Gib Deinen Standort ein -
- or -