Harald Boschs Session von der JAX 2018

Machine Learning: Die häufigsten Hürden in Projekten

Redaktion JAXenter

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.

Maschinelle Lernverfahren (ML) versprechen einfache Lösungen für viele Entscheidungs- und Optimierungsprobleme. Auf dem Weg von der Idee zur operativen künstlichen Intelligenz (KI) müssen dabei aber zunächst einige Hürden überwunden werden. Gesunder Menschenverstand allein reicht hierbei leider nicht aus. Für eine praxistaugliche KI bedarf es vielmehr eines Perspektivenwechsels. Man muss sich zum Beispiel die Frage stellen: Welche Problematiken ergeben sich aus der Sicht des Computers?

In seiner Session auf der JAX 2018 identifiziert Harald Bosch typische Problemstellungen anhand eines konkreten Beispiels und zeigt Lösungen dafür auf. Mit Themen wie Machbarkeitseinschätzungen, Verfügbarkeit von Daten und Modellierung von Problemstellungen werden Fragen behandelt, die sonst in den Codebeispielen der ML-Toolkits häufig zu kurz kommen.

Häufige Hürden in Machine-Learning-Projekten from JAX TV on Vimeo.

Harald Bosch arbeitet als Senior Consultant bei der NovaTec Consulting GmbH und beschäftigt sich seit 2008 zuerst im Rahmen seiner Promotion an der Universität Stuttgart und später als Gründer des Spin-offs ScatterBlogs, mit der anwendungsnahen Kombination von Informationsvisualisierung und modelgetriebenen Datenanalyse.
Geschrieben von
Kommentare

Hinterlasse einen Kommentar

Hinterlasse den ersten Kommentar!

avatar
4000
  Subscribe  
Benachrichtige mich zu: