Kann UX die KI entmystifizieren? Ward Van Laer beantwortet diese Frage in seiner Session auf der ML Conference 2019. Wir haben den Speaker im Interview gefragt, wie das Black-Box-Problem des maschinellen Lernens durch eine einfache Verbesserung der User Experience gelöst werden kann.
Maschinelles Lernen kann auf verschiedene Arten implementiert werden, eine davon ist das Reinforcement Learning. Was genau ist das und wie kann man es einsetzen? Zur ML Conference haben wir mit dem Speaker Dr. Christian Hidber über die zugrunde liegenden Ideen und Herausforderung des Reinforcement Learnings und die Frage gesprochen, warum es sich für die Anwendung in industriellen Settings eignet.
Die neueste Beta zum ersten Major Release von Eclipse Deeplearning4j umfasst mehrere neue Features. Dazu gehört unter anderem die Unterstützung für verschiedene Datentypen von n-dimensionalen Arrays. Am CUDA-Support wurden ebenfalls Anpassungen vorgenommen.
Neue Features und Breaking Changes in PyTorch 1.1: Das Update fällt keineswegs so klein aus, wie die Versionsnummer vermuten ließe. So wurde am JIT-Compiler gearbeitet und ein experimenteller, aber offizieller Support für TensorBoard eingeführt.
TensorFlow Privacy soll modernes Machine Learning mit dem Schutz sensibler Daten verbinden. Die neue TensorFlow-Library nutzt differentielle Privatsphäre und steht frei zur Nutzung bereit.
Leon ist ein Smart Assistant, der besonders Entwicklern im Arbeitsalltag unter die Arme greifen soll. Dank seiner Paket-/Modulstruktur kann er leicht mit neuen Skills ausgestattet werden. Schauen wir uns an, wie das geht.
PyPy 7 wurde veröffentlicht. Die neueste Version des Python-Interpreters enthält Support für Python 3.6 als Alpha, mehr Möglichkeiten zur Steuerung des Garbage Collectors und weitere Features.
Wer ein Conversational UI entwickeln will, muss sich mit dem Natural Language Understanding befassen. Microsoft LUIS ist ein Dienst, den man dazu nutzen kann. Rainer Stropek stellt LUIS in diesem Video von der ML Conference Spring 2018 vor.
Ab sofort können mobile GPUs in TensorFlow Lite getestet werden. Das neue Feature steht in einer Developer Preview zur Verfügung.
Auch im Jahr 2019 ist die Digitale Transformation noch ein Kernthema im Unternehmensumfeld. Besonderes Augenmerk liegt hierbei allerdings nicht mehr allgemein auf dem "Sprung ins digitale Zeitalter", womit ursprünglich ja die grundlegende Unterstützung der Arbeitsprozesse durch den Computer gemeint war. Stattdessen geht es immer mehr um Möglichkeiten, den Computer in Form von Machine Learning und intelligenter Automatisierung die Arbeit nicht nur zu unterstützen, sondern möglich gleich selbst machen zu lassen. Was in diesem Jahr (und darüber hinaus) wichtig wird, bespricht Dirk Pohla, Director für die DACH-Region der Appian Software Deutschland GmbH, in diesem Artikel.
Machine Learning hat gerade in Bezug auf Entscheidungs- und Optimierungsprozesse großes Potenzial. Dennoch gibt es auch typische Problemstellungen, die die Umsetzung erschweren können. In seiner Session auf der JAX 2018 identifiziert Harald Bosch typische Problemstellungen anhand eines konkreten Beispiels und zeigt Lösungen dafür auf.
Die Suche nach einem Ansatz zur Entwicklung einer Lösung für die Erkennung von Handschriften trieb ein ganzes Entwicklerteam um. In diesem Technologiebericht werden die Erfahrungen in diesem Projekt und die Gründe für die Nutzung eines Convolutional Neuronal Networks (CNN) wiedergegeben.
