Machine Learning pragmatisch gedacht: Wie man Probleme ganz bodenständig löst

Daniel Molnar richtet sich in diesem Talk von der ML Conference 2019 an die Underdogs: Wer keine Ressourcen zur Verfügung hat, aber Aufgaben im Kontext der Datenanalyse lösen muss, findet hier die Lösung. DSGVO, Deep Learning und die ganzen Hypes: Der Speaker stellt opinionierte Lösungen vor und erklärt, welche Probleme sie lösen und welche sie neu hinzufügen. Dabei befasst er sich nicht mit Produktbroschüren und GitHub-Sternen, sondern mit einem bodenständigen Ansatz, um reale Probleme praktisch zu lösen.

Daniel Molnar is the Data Janitor, data nerd, and start-up specialist with nineteen years of experience in start-ups and nine in data. Experienced co-founder, built and hired teams up to thirty persons. Proven build-to-market capabilities. Utilizing data for successful products – CS + data + product background under one hat.

Data Science From Research to Production With Jupyter, Kubeflow & Nuclio

by Or Zilberman, (Iguazio)

An Introduction to Natural Language Generation

by Christoph Henkelmann, (DIVISIO)

Das große Trainingsevent für Machine Learning & Data Science

Data Science in der Praxis – wie Softwareentwicklung und Data Science zusammenspielen

mit Mark Keinhörster (Codecentric AG)