Suche
Machine Learning

Deep Learning: Es ist Zeit für eine Demokratisierung der Technologie

Deep Learning gehört derzeit wohl zu den heißesten Themen im Bereich der Software-Entwicklung. Manche AI-Experten meinen gar, Deep Learning führe zu einer komplett neuen Art von Software, sozusagen einer Software 2.0. Wir haben uns mit Shirin Glander und Uwe Friedrichsen, die beide auf der JAX 2018 eine Einführung in Deep Learning geben, über solche Zukunftsaussichten unterhalten. Außerdem klären wir, wie man heute schon ganz praktisch Deep Learning in eigenen Projekten einsetzen kann.

Comet.ml – Das GitHub für Machine Learning

Der kometenhafte Aufstieg des Machine Learnings bringt immer neue Tools hervor, die Entwickler beim Training ihrer Modelle unterstützen. Eines dieser Tools ist Comet. Mit dem Tool lassen sich nicht nur Modelle nachverfolgen, um sie besser reproduzierbar zu machen, Comet liefert auch Vorschläge für die Optimierung von Modellen, bringt GitHub-Integration und eine Kommentarfunktion.

Machine Learning: „Schritt für Schritt fallen alle moralischen Bedenken!“

Seit Jahren erfreut sich die LEGO Mindstorms Competition auf der JAX einer gigantischen Beliebtheit: Manche Teilnehmer reisen extra hierfür nach Mainz. Im Interview spricht Bernhard Löwenstein, Inhaber von Lion Enterprises und Chef der LEGO Mindstorms Competition, über die diesjährige Aufgabenstellung, Machine Learning und Künstliche Intelligenz. Außerdem erklärt er, warum und wie Kinder und Jugendliche programmatische Problemstellungen anders lösen als Erwachsene.

Die außerirdische Technologie Manifold & Docker CMO David Messina im Interview – Unsere Top-Themen der Woche

Die Wahrheit liegt irgendwo da draußen, lautet die aus Akte X bekannte Redewendung. Scott McKinley, unter anderem Erschaffer der Programmiersprache Gosu, hat sich aufgemacht die Wahrheit über die neue Technologie Manifold aufzudecken. Außerdem stand uns in der letzten Woche David Messina, CMO bei Docker Inc., im Interview Rede und Antwort und unsere 11 Java-Experten räumten die größten Missverständnisse in Bezug auf Java 10 aus.

TensorFlow + Java: Machine Learning im Enterprise-Umfeld

Das Machine Learning Tool TensorFlow von Google erfreut sich wachsender Beliebtheit. Auf der ML Conference 2017 sprachen wir mit Christoph Henkelmann über den Einsatz des Tools in Enterprise-Umgebungen und darüber, warum Java in diesem Zusammenhang die Sprache der Wahl ist. Außerdem verrät er uns, welche neuen Trends es in der Welt des Maschinellen Lernens gibt.

Machine Learning Tutorial: Maschinelle Schlussfolgerung

Während Ärzte, Rechtsanwälte und andere Berater ihren Patienten bzw. Klienten zuhören, versuchen sie, aus der gesamten Konversation Fakten herauszufiltern. Sie dienen ihnen als Basis, um effektiv behandeln und beraten zu können. Fakten zu sammeln und daraus zu schlussfolgern, ist für Menschen selbstverständlich. Für Maschinen ist dies jedoch eine große Herausforderung. In diesem Artikel möchten wir den Cogniology-Ansatz zur Wissensbasis und deren Umgang mit Fakten und Schlussfolgerungen erläutern.

Machine Learning Tutorial: Natürliche Datentypen und sprachnatürlicher Polymorphismus

Wer sich mit Entwicklern über Mehrdeutigkeit unterhält, kommt schnell auf die Polymorphie der objektorientierten Programmierung zu sprechen. Mehrdeutigkeit in Zusammenhang mit natürlicher Sprache wird in der Regel als Poesie und kunstvoll empfunden. Doch nicht nur poetische Sätze können mehrdeutig sein, auch alltägliche Konversationen enthalten oft Mehrdeutigkeiten, die wir meist unbewusst aus deren inhaltlicher Bedeutung erschließen können. Für sprachverarbeitende Anwendungen ist jedoch die Ableitung der möglichen Bedeutungen eine große Herausforderung. Diese Problematik lässt sich in Cogniology durch den Ansatz der natürlichen Datentypen und des sprachnatürlichen Polymorphismus teilweise lösen.

Machine Learning Tutorial: Wie wir Maschinen die natürliche Sprache lehren

Im heutigen Alltag ist das Thema Human Machine Interaction aktueller denn je. Sei es am Bank- oder Ticketautomaten, beim Autofahren, beim Carsharing, beim Smart Home oder bei Apps auf Smartphones, Tablets, Wearables, Notebooks oder Spielekonsolen. Immer wieder kommt es zum Dialog zwischen Mensch und Maschine. Das Problem dabei ist, dass Menschen sich normalerweise in gesprochener oder geschriebener natürlicher Sprache unterhalten und Maschinen über APIs und Datenprotokolle.

  • 1
  • 2