Machine Learning erfreut sich einer ungebrochenen Beliebtheit. Allerdings wird es dadurch auch zum beliebten Angriffsziel: David Glavas zeigt in diesem Talk von der ML Conference, welche typischen Angriffe auf ML-Systeme durchgeführt werden und wie man sich darauf einstellen kann.
Machine Learning und das Black-Box-Problem; Wie kommen selbstlernende Systeme zu ihren Vorhersagen? Auf diese Frage geht Natalie Beyer in diesem Talk von der ML Conference ein und zeigt an einem Beispiel eine mögliche Lösung auf.
Auf dem ML Summit präsentieren Kim Nena Duggen und Oliver Zeigermann einen Workshop über die Anwendung von Maschine Learning im eigenen Projekt. Bereits vor dem Event haben wir mit Oliver Zeigermann darüber geredet, woher man eigentlich weiß, wann sich ein Blick auf Machine Learning lohnt und wie sich die Arbeit damit von anderen IT-Projekten unterscheidet.
Was die digitale Transformation betrifft, gehören deutsche Firmen im internationalen Vergleich nicht zu den Vorreitern und müssen somit befürchten, langfristig den globalen Anschluss zu verlieren. Die Gründe für diese Entwicklung sind vielfältig – einer jedoch liegt in der mangelnden Auseinandersetzung mit innovativen Automatisierungstechnologien. Dabei haben IT-Entscheider und Führungskräfte längst die Notwendigkeit digitaler Unternehmenstransformationen erkannt. Diese Entwicklung beleuchtete kürzlich eine Studie von New Relic unter 750 international erfahrenen IT-Entscheidern.
Künstliche Intelligenzen können bereits viel, emotionale Intelligenz gehört aber zumeist noch nicht zu ihren Fähigkeiten. Das könnte sich ändern. Wie weit die Forschung daran ist, erklärt Srividya Rajamani in diesem Talk von der ML Conference.
Wer schon einmal Thumbnails erzeugt hat, weiß, dass es auf den richtigen Bildausschnitt ankommt. Wie kann man die optimale Auswahl maschinell treffen lassen? Das gelingt mit Deep Learning, wie Alexey Grigorev in diesem Talk von der ML Conference erklärt.
Was ist BERT und wie setzt man BERT ein, um ein Produkt mit natürlicher Spracherzeugung zu bauen? Diese Fragen beantwortet Christoph Henkelmann in diesem Talk von der ML Conference 2019.
Node.js und Machine Learning, passt das zusammen? Ja, das geht! Tamar Stern gibt in dieser Session von der International JavaScript Conference einen Überblick über die Grundlagen, Bibliotheken und Architektur-Entscheidungen für maschinelles Lernen mit Node.
Autoencoder stellen eine spannende Möglichkeit für maschinelles Lernen dar. Aber wann sollte man darauf setzen? Das erklärt Christoph Henkelmann in dieser Session von der ML Conference.
Deep Probabilistic Modelling: Wie sieht eine angemessene Modellierung unsicheren Wissens für die Analyse mit Machine Learning aus? Einen Ansatz mit Pyro stellt Chi Nhan Nguyen in dieser Session von der ML Conference 2019 vor. Jetzt im Video die gesamte Session ansehen!
Die Arbeit an TensorFlow 2.0 geht in den Endspurt: Mit den ersten Release Candidates wurden auch die Highlights und Breaking Changes der neuen Version vorgestellt. Entwickler müssen sich auf einige Änderungen im Vergleich zum Vorgänger gefasst machen.
Oft ist die Interaktion mit Chatbots eher anstrengend. Aber woran liegt das? Ist die Technologie nicht ausgereift oder mangelt es an der passenden Implementierung? Dieser Frage geht Pieter Buteneers in dieser Session von der ML Conference nach.
