von Monetizing Machine Learning

Buchtipp: Monetizing Machine Learning

Tam Hanna

Microsoft liebt Machine Learning unter anderem deshalb, weil es einen Continuous Revenue Stream darstellt: Nutzt ein Entwickler Azure beispielsweise zur Bildverschlagwortung, so überweist er die nächsten Jahre jeden Monat Geld nach Redmond. Apress liefert nun ein Lehrbuch, das Ihnen Werkzeuge zum Nachbauen einiger Cloudfunktionen verspricht.

Autor(en)

Manuel Amunategui, Mehdi Roopaei

Titel

Monetizing Machine Learning

Untertitel

Quickly Turn Python ML Ideas into Web Applications on the Serverless Cloud

Seiten

482

Preis

40,65 €

Verlag

Apress

Jahr

2018

Sprache

Englisch

ISBN

978-1-4842-3872-1

Dass Python-Kenntnisse erforderlich sind, erschließt sich nach einem Blick auf den Untertitel. Netterweise setzt das Autorenteam keine Erfahrungen mit Clouds voraus und erklärt stattdessen AWS, Azure, Google Cloud und Python Anywhere – das erste Kapitel beschäftigt sich nur mit der Auslieferung von Webinhalten in die vier Systeme. Im weiteren Fortgang des vergleichsweise langen Werks kommt für jede Aufgabe nur noch eine der Clouds zum Einsatz, das Flask-Framework ist allerdings ständiger Begleiter. Die ersten beiden Beispiele nutzen Titanic-Überlebenden- und Fahrradverleihdaten, um grundlegende Methoden der linearen Regression zu demonstrieren.

Besonders ist das Buch insofern, als jedes der Beispiele eine funktionierende und „lustige“ Applikation ergibt. Der im vierten Kapitel verwendete Gradient Boosting Classifier katalogisiert beispielsweise Weine – mit anderen Trainingsdaten könnte das eine oder andere Weingut den Algorithmus direkt verwenden.

Amunategui und Roopaei beschränken sich nicht auf Desktopbrowser – das fünfte Kapitel erklärt, wie man die Ergebnisse von Python-Programmen sowohl in mobilen als auch in desktopgebundenen Browsern auf den Bildschirm bringt.

ML Conference 2019

Workshop: Machine Learning 101++ using Python

mit Dr. Pieter Buteneers (Chatlayer.ai)

Honey Bee Conservation using Deep Learning

mit Thiago da Silva Alves, Jean Metz (JArchitects)

Geoinformationen – also sowohl Standortdaten als auch Wettervorhersagen – bieten für künstliche Intelligenz nicht unerheblichen Spielraum. Die Autoren demonstrieren die Methoden anhand zweier Beispiele, die Wettervorhersagen und Verbrechensprävention durchführen. Darauf folgen Versuche zur Generierung von Empfehlungen von Inhalten und – obligatorisch – ein Experiment mit dem NIST-Handschriftzahlensatz.

Das vorliegende Werk verspricht auf dem Cover, nicht nur auf Programmierung, sondern auch auf Monetisierung einzugehen. Nach einer Kurzvorstellung von Google Analytics wendet sich das Autorenteam dem Verfahren der A/B-Tests zu: ein interessanter Weg, um konkurrierende Implementierungen mit wenig Aufwand zu bewerten.

Zum Einsammeln von Einnahmen sind im ersten Schritt Benutzerkonten erforderlich. Das Buch empfiehlt in der Einleitung des Abschnitts, auf keinen Fall ein eigenes Accountsystem zu entwickeln – stattdessen sehen Sie vier verschiedene Kandidaten in Aktion. Darauf folgt noch ein letztes Kapitel, das einen „monetisierten Webservice“ realisiert.

Lobenswert ist, dass Amunategui und Roopaei nach den diversen Ausführungen noch ein Kapitel zum Aufräumen des Hauses spendieren; das komplette Abtragen von Cloudressourcen ist schon aus kostentechnischer Sicht sinnvoll. Über die reichliche Bebilderung und den didaktischen Aufbau gibt es nichts Negatives zu berichten, Schulenglisch reicht zum Verständnis völlig aus.

Monetizing Machine Learning kommt mit minimaler Mathematik aus und ist auch für Nichtmuttersprachler leicht lesbar. Wer Interesse an praktischen Beispielen hat, findet hier eine Vielzahl exzellenter Anwendungsfälle – mathematischen Tiefgang muss man sich anderswo holen. Dass Bildklassifikation und Co. nicht zur Sprache kommen, ist ärgerlich.

Geschrieben von
Tam Hanna
Tam Hanna
Tam Hanna befasst sich seit der Zeit des Palm IIIc mit der Programmierung und Anwendung von Handcomputern. Er entwickelt Programme für diverse Plattformen, betreibt Onlinenewsdienste zum Thema und steht unter tamhan@tamoggemon.com für Fragen, Trainings und Vorträge gern zur Verfügung.
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
4000
  Subscribe  
Benachrichtige mich zu: