Suche
Vladimir Rybakov auf der ML Conference 2019 Berlin

Wenn das ML-Projekt nicht gelingt: Was tun?

#Machine Learning
Redaktion JAXenter

Manchmal geht einfach alles schief, was schief gehen kann. Auch Projekte auf dem Gebiet des Machine Learnings sind davor nicht sicher, Wie man mit solchen Projekten umgeht, erklärt Vladimir Rybakov in dieser Session von der ML Conference.

Die Herausforderungen mancher Projekte sind einfach nicht lösbar – einfach weil alles, was schief gehen kann, auch schief geht. Missverständnisse, Probleme mit dem Datensatz, unangemessen hohe Erwartungen, um nur einiges zu nennen. Alles passier auf einmal, und man sieht es nicht mal kommen, bis es zu spät ist. Die Frage ist, was man in einer solchen Situation tun soll, besonders wenn man eine Reihe von Konkurrenten hat. Vladimir Rybakov beantwortet diese Frage in dieser Session von der ML Conference.

Vladimir Rybakov holds a master’s degree in engineering. He became interested in machine learning and data science since the first years of studying. During that time, he published several publications, participated in two grants, and wrote both his baccalaureate’s and master’s papers in the field of ML. Since 2015, Vladimir manages the ML R&D team in WaveAccess.

Verwandte Themen:

Machine Learning
Geschrieben von
Redaktion JAXenter
Redaktion JAXenter
Alle Beiträge von Redaktion JAXenter
Das könnte Sie auch interessieren!
Machine Learning pragmatisch gedacht: Wie man Probleme ganz bodenständig löst
Spatio-temporal Time Series Forecasting: Wie viele Taxis braucht New York City?
Artificial Intelligence: Miracle or Menace – wie AI unsere Zukunft verändert
Kommentare

Hinterlasse einen Kommentar

avatar
4000
  Subscribe  
Benachrichtige mich zu: