Kai Wähners Session von der W-JAX 2018

Deep Learning für Echtzeit-Anwendungen mit TensorFlow, Deeplearning4j und H20

#Deep Learning #Deeplearning4j #Machine Learning #Maschinelles Lernen #W-JAX 2017

19. Juni 2018 Redaktion JAXenter

Auf der derzeit stattfindenden Machine Learning Conference in München sind die Themen Künstliche Intelligenz und Maschinelles Lernen natürlich im Fokus. Auf der W-JAX 2017 gab es allerdings auch den ein oder anderen Talk aus dem Themengebiet: Kai Wähner, Technology Evangelist bei Confluent, zeigte in seiner Session, wie Deep-Learning-Modelle in Unternehmen genutzt werden können.

Im ersten Teil seiner Session erklärt Kai Wähner die Grundlagen von Deep Learning und stellt Open Source Frameworks wie TensorFlow, Deeplearning4j und H20 vor. Im zweiten Teil geht es dann darum, wie man die erstellten Analystemodelle in skalierbare und geschäftskritische Echtzeit-Anwendungen deployen kann. Dabei setzt er auf Apache Kafka als Streaming-Plattform.

Deep Learning in Mission-critical and scalable Real Time Applications with Open Source Frameworks from JAX TV on Vimeo.

Kai Wähner works as Technology Evangelist at Confluent. Kai’s main area of expertise lies within the fields of Big Data Analytics, Machine Learning, Integration, Microservices, Internet of Things, Streaming Analytics and Blockchain. He is regular speaker at international IT conferences such as JavaOne, O’Reilly Software Architecture or ApacheCon, writes articles for professional journals, and shares his experiences with new technologies on his blog (www.kai-waehner.de/blog). Contact and references: kontakt@kai-waehner.de / @KaiWaehner / www.kai-waehner.de