Machine Learning - JAXenter

Classic Games Reloaded: Klassische KI gegen neuronales Netzwerk – Runde 1

#Games #Künstliche Intelligenz #Machine Learning

Spieleklassiker erfreuen sich heutzutage einer großen Beliebtheit unter KI-Forschern und Programmierern, da die einfach strukturierten Spielewelten unter anderem ideale Testumgebungen für die Erforschung und Entwicklung von künstlichen neuronalen Netzwerken darstellen. Selbstverständlich werden auch wir uns diesem Trend nicht verschließen. Da wir jedoch die KI-Routinen unserer Spiele nicht von jetzt auf gleich völlig umkrempeln können, werden wir uns in diesem Artikel zunächst einmal mit den grundlegenden Aspekten von einfachen neuronalen Netzen beschäftigen.

Classic Games Reloaded: Klassische KI gegen neuronales Netzwerk – Runde 1

#Machine Learning #ML #neuronale netze #Spieleentwicklung

Spieleklassiker erfreuen sich heutzutage einer großen Beliebtheit unter KI-Forschern und Programmierern, da die einfach strukturierten Spielewelten unter anderem ideale Testumgebungen für die Erforschung und Entwicklung von künstlichen neuronalen Netzwerken darstellen. Selbstverständlich werden auch wir uns diesem Trend nicht verschließen. Da wir jedoch die KI-Routinen unserer Spiele nicht von jetzt auf gleich völlig umkrempeln können, werden wir uns in diesem Artikel zunächst einmal mit den grundlegenden Aspekten von einfachen neuronalen Netzen beschäftigen.

Wir programmieren den Maixduino

#Künstliche Intelligenz #Machine Learning #Programmieren

Mit dem Maixduino steht eine kostengünstige Platine zur Verfügung, die bei der Mobilisierung von Algorithmen der künstlichen Intelligenz hilft. Dieser Artikel zeigt die Möglichkeiten zur Programmierung des Einplatinencomputers auf.

Stockfish und AlphaZero: Wie Schach-Computer funktionieren

#Deep Learning #Machine Learning

Computer spielen besser Schach als menschliche Spieler. Wie funktioniert das aber? Dieser Frage geht Oliver Zeigermann in dieser Session von der ML Conference nach. Der Speaker erklärt, welche Prinzipien hinter Stockfish und AlphaZero stecken.

Chatbots sind doof: Aber warum?

#Machine Learning

Oft ist die Interaktion mit Chatbots eher anstrengend. Aber woran liegt das? Ist die Technologie nicht ausgereift oder mangelt es an der passenden Implementierung? Dieser Frage geht Pieter Buteneers in dieser Session von der ML Conference nach.

Self-Service BI compliant gestalten

#Business #Business Technology #Machine Learning #Security

Der Anglizismus „Compliance“ begegnet einem recht häufig. Doch wenn nachgefragt wird, was in dem jeweiligen Unternehmen als „compliant“ bezeichnet wird, erhält man oft ein Schulterzucken oder ein „keine Ahnung“ als Antwort. Das kann nicht immer mit dem mangelnden Verständnis des Begriffs erklärt werden, sondern häufig eher mit einem Unwissen, welchen Prozessen das jeweilige Unternehmen hierbei folgt.

Finde die Ausreißer: Anomalieerkennung in Echtzeit mit Kafka und Isolation Forests

#Apache #Data Science #Kafka #Machine Learning

Anomalien – oder auch Ausreißer – sind in Daten allgegenwärtig. Sei es durch Messfehler der Sensoren, unerwartete Ereignisse in der Umwelt oder fehlerhaftes Verhalten einer Maschine. In vielen Fällen ist es sinnvoll, solche Anomalien in Echtzeit zu erkennen, um unmittelbar darauf reagieren zu können. Das nötige Rüstzeug dafür gibt uns die Data-Streaming-Plattform Apache Kafka sowie die Python-Bibliothek scikit-learn an die Hand.

Classic Games Reloaded: Neuronale Netzwerke spielen Tic Tac Toe

#Künstliche Intelligenz #Machine Learning #neuronale netze

Im heutigen Artikel werde ich damit beginnen, Ihnen zu demonstrieren, wie sich neuronale Netzwerke im Rahmen der Spieleentwicklung einsetzen lassen. In diesem Zusammenhang werden wir uns zwei unterschiedliche Trainingsmethoden anschauen, mit denen sich ein untrainiertes Netzwerk in einen Meister des Tic-Tac-Toe-Spiels verwandeln lässt. Darüber hinaus werden wir auch noch auf die sogenannten Convolution-basierten neuronalen Netzwerke zu sprechen kommen, da diese nicht nur im Bereich der Objekt- und Mustererkennung wahre Wunder vollbringen, sondern auch bei komplexeren Spielen stets den Überblick über das Spielgeschehen behalten.

Interaktive Dashboards mit Python und Dash von plotly: Die Corona-Pandemie visualisieren

#Data Science #Machine Learning #Python

Seit Februar werden wir in den Medien mit Diagrammen und Grafiken zur Ausbreitung des Coronavirus überschüttet. Die Daten kommen aus frei zugänglichen Quellen und sind für jeden nutzbar. Doch wie wird aus den Quelldaten ein Datensatz, mit dem beispielsweise ein Dashboard erstellt werden kann? Mit Python und Modulen wie pandas ist das keine Zauberei.

Learn TensorFlow 2.0

#Buchtipp #Machine Learning #TensorFlow

Wer sich mit Machine Learning auseinandersetzt, muss sich über kurz oder lang in TensorFlow einarbeiten. Im Internet findet sich zwar jede Menge an Tutorials, der Großteil basiert allerdings auf Version 1.0. Apress wirft ein 180 Seiten langes Werk ins Rennen, das eine Schnelleinführung in den Allrounder bieten soll.

Machine Learning: Künstliche Intelligenz als leistungsstärkstes Werkzeug für Echtzeit-Analysen

#Künstliche Intelligenz #Machine Learning

KI und Machine Learning sind von hochwertigen Daten abhängig, sodass IT-Abteilungen einen vollständigen Einblick in das Netzwerkgeschehen benötigen. In seinem Artikel gibt Jeff Aaron, Vice President Enterprise Marketing bei Juniper Networks, einige Tipps und Tricks, wie der Einsatz von künstlicher Intelligenz klappt und welche Vorteile sie genau bringt.

Ethik für die IT der Zukunft: Worauf es im Produktdesign ankommt

#Design #iJS #JavaScript #Machine Learning #Web

Technologie ist ethisch nie neutral. Worauf muss man achten, damit sich Vorurteile und falsche Annahmen nicht in neuen Produkten verfestigen? Cennydd Bowles erklärt in dieser Keynote von der iJS London 2019, worauf es beim ethischen Produktdesign in der IT ankommt.

ML as a Service verbindet: Machine Learning Services mit ONNX und FastAPI

#Machine Learning #ML #Python

Die Anzahl der Machine und Deep Learning Frameworks ist in den letzten Jahren rapide gestiegen. Von scikit-learn über TensorFlow bis hin zu PyTorch hat jedes dieser Frameworks seine Vor- und Nachteile. ONNX – ein herstellerunabhängiges Austauschformat von Deep-Learning-Modellen – hilft, die Brücke zwischen den Frameworks zu schlagen.

Machine Learning mit Node.js: Eine Einführung

#iJS #JavaScript #Künstliche Intelligenz #Machine Learning #node.js

Node.js und Machine Learning, passt das zusammen? Ja, das geht! Tamar Stern gibt in dieser Session von der International JavaScript Conference einen Überblick über die Grundlagen, Bibliotheken und Architektur-Entscheidungen für maschinelles Lernen mit Node.

Mehr Daten, bessere KI – oder doch nicht?

#Deep Learning #Künstliche Intelligenz #Machine Learning #MLconference

Werden künstliche Intelligenzen automatisch besser, wenn man sie mit einer größeren Menge Daten versorgt? Dieser Frage geht Michael Kieweg in dieser Session von der ML Conference München 2019 nach.

Themenkomplex Security: „Jede Eigenentwicklung birgt auch das Risiko eigener Sicherheitslücken“

#Cloud #Interview #Machine Learning #Security

Die moderne IT-Welt ist ein gefährliches Pflaster. Von der Entwicklung über das Deployment bis hin zur Nutzung fertiger Anwendungen gibt es quasi an jeder Ecke potentielle Schwachstellen. Kein Wunder also, dass „Security“ ein zentraler Bereich der Softwareentwicklung ist. Im Interview spricht Bert Skorupski, Senior Manager Sales Engineering bei Quest Software, über die aktuelle Sicherheitslage in der IT.

Themenkomplex Security: „DevSecOps ist das, was die DSGVO in Sachen Sicherheit per Design fordert“

#Cloud #DevSecOps #Interview #Machine Learning #Security

Die moderne IT-Welt ist ein gefährliches Pflaster. Von der Entwicklung über das Deployment bis hin zur Nutzung fertiger Anwendungen gibt es quasi an jeder Ecke potentielle Schwachstellen. Kein Wunder also, dass „Security“ ein zentraler Bereich der Softwareentwicklung ist. Im Interview spricht Bogdan Botezatu, Director of Threat Research and Reporting bei Bitdefender, über die aktuelle Sicherheitslage in der IT.

Themenkomplex Security: „Auf einen Sicherheitsforscher kommen momentan durchschnittlich 570 Programmierer“

#Cloud #DevSecOps #Interview #Machine Learning #Security

Die moderne IT-Welt ist ein gefährliches Pflaster. Von der Entwicklung über das Deployment bis hin zur Nutzung fertiger Anwendungen gibt es quasi an jeder Ecke potentielle Schwachstellen. Kein Wunder also, dass „Security“ ein zentraler Bereich der Softwareentwicklung ist. Im Interview spricht Johannes Nicolai, Principal Solutions Engineer bei GitHub, über die aktuelle Sicherheitslage in der IT.

Datenbasierte Rettung: Wie Schiffsunglücke mit Machine Learning vorhersagbar werden

#Big Data #Künstliche Intelligenz #Machine Learning

Wäre es nicht toll, wenn man Unglücke auf See vorhersagen könnte? Machine Learning macht genau das möglich: Wie man Daten verwenden kann um Unglücke zu vermeiden, erklärt Dr. Yonit Hoffman in diesem Talk von der ML Conference

Themenkomplex Security: „Die IT-Security ist derzeit ein Paradoxon“

#Business #Cloud #Interview #Machine Learning #Security

Die moderne IT-Welt ist ein gefährliches Pflaster. Von der Entwicklung über das Deployment bis hin zur Nutzung fertiger Anwendungen gibt es quasi an jeder Ecke potentielle Schwachstellen. Kein Wunder also, dass „Security“ ein zentraler Bereich der Softwareentwicklung ist. Im Interview spricht Egon Kando, Regional Sales Director Central & Eastern Europe bei Exabeam, über die aktuelle Sicherheitslage in der IT.