Suche
Machine Learning

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.

Machine Learning für Java: Deeplearning4j landet bei der Eclipse Foundation

Machine Learning ist eines der Trendthemen schlechthin. Während viele ML-Projekte die Programmiersprache Python nutzen, ist eine Unterstützung für Java bislang eher rar gesät. Doch das könnte sich bald ändern: Das Projekt Deeplearning4j stellt weitreichende Deep-Learning-Funktionalitäten für Java zur Verfügung und hat das Potenzial, sich unter dem Dach der Eclipse Foundation zu einem Magneten für angegliederte ML-Libraries und Tools zu entwickeln. Chris Nicholson, CEO von Skymind und Schöpfer von Deeplearning4j, stellt in diesem Artikel das Deeplearning4j-Ökosystem vor.

Machine Learning as a Service: Wie Machine Learning essentiell für den Unternehmenserfolg sein kann

Mithilfe von Machine Learning (ML) lassen sich nicht nur große Datenmengen sehr schnell verarbeiten und berechnen. Dank komplexer Modelle lassen sich auch Vorhersagen treffen, die entscheidend für den Unternehmenserfolg sein können. Mit Barbara Fusinska (Data Solution Architect bei Microsoft) sprechen wir nicht nur über die Basics hinter ML, sondern auch über spannende Techniken zur Datenmanipulation.

„Alt ist das neue Neu“ – Warum Software-Entwickler immer das Rad neu erfinden

Alles ändert sich, alles ist neu. Die IT ist voller neuer Frameworks, Plattformen und Trends. Doch unter der Oberfläche dieser turbulenten Veränderungsökonomie verbirgt sich ein langsamer, konstanter Fluss an Ideen, der sich über die Zeit relativ wenig verändert hat. Wir haben uns mit Kevlin Henney, Software-Consultant und Speaker auf dem Software Architecture Summit, über den Fortschritt der Software-Entwicklung und das „Alte“ am „Neuen“ unterhalten.