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.
Die meisten Verfahren im Bereich des Machine Learnings (ML) arbeiten mit rein numerischem Input. Bei den meisten Arten von Daten, z B. Tabellen von Messwerten oder Bildern, ist die Umwandlung in die richtige Form offensichtlich. Aber wie können wir Machine Learning mit Buchstaben und Wörtern betreiben? Der Erfolg hängt vom richtigen Preprocessing ab.
Machine Learning ist ein spannendes Forschungsfeld. Noch spannender ist aber die Frage, wie sich die Konzepte in die Praxis umsetzen lassen. Genau das war ein wichtiges Thema am ersten Tag der ML Conference 2018.
Am heutigen Mittwoch wurden die ML Conference und Voice Conference 2018 in Berlin eröffnet. Die Schwester-Events wurden eingeläutet mit einer Keynote von Wally Brill (Google), der betonte, dass es keine Sprachassistenten ohne Persönlichkeit gibt. Wie erstellt man aber eine gute Persona?
Die Skalierung von TensorFlow ist ein ressourcenintensives Unterfangen. Hadoop stellt darum eine Interessante Option dafür dar. Mit TonY steht eine Bibliothek zur Verfügung, die die Kombination aus beiden Technologien erleichtert.
