Alle Artikel mit dem Schlagwort: data science

Berlin Buzzword 2019

Berlin Buzzwords 2019: Rabattgutschein gewinnen

Die Berlin Buzzwords feiert in diesem Jahr Jubiläum: Vom 16. Juni bis 18. Juni 2019 geht es bei der Konferenz zum nunmehr 10. Mal um das Speichern, Verarbeiten, Suchen und Streaming großer Datenmengen im Rahmen von Open-Source-Softwareprojekten. Als Medienpartner der Berlin Buzzwords 2019 können wir zwei 10%-Gutscheine für das Ticket vergeben. Als Keynote Speaker konnten die Organisatoren Isabel Drost-Fromm (Direktorin der Apache Software Foundation, PMC-Mitglied Apache Community Development und Mitbegründerin von Apache Mahout) und Griselda Cuevas (Data Scientist bei Google) gewinnen. Isabel wird anlässlich des Jubiläums ein wenig Nabelschau betreiben – im positiven Sinne: Als Mitbegründerin der Berlin Buzzwords spricht sie über Open Source von den Gründungstagen  im Jahr 2009 bis heute. Griselda berichtet in ihrer Keynote über das (faire) Zusammenspiel von freier und propretiärer Software. Dazu kommen mehr als 70 internationale Sprecher, die in 60+ Sessions detailliertes Wissen zu Data Science und Open Source liefern. Stichworte: ElasticSearch, Apache, Solr, Kubernetes u.v.a.m. (Schedule findet Ihr an dieser Stelle). Und bevor es mit der Konferenz ganz offiziell losgeht, findet bereits am Sonntagnachmittag ein Barcamp statt – ebenfalls …

Machine Learning Deep Learning Merkmalskonstruktion

Neuerscheinungen: Bücher zu Deep Learning und Machine Learning

Während die Kolleg*innen gerade auf der M3-Konferenz – Minds Mastering Machines – in Mannheim weilen und sich dort von einigen KI-Experten wie Mark Whitehorn (Keynote: „Dark Data is your friend“) oder unseren Autoren Ramon Wartala und Oliver Zeigermann persönlich in die aktuell brennendsten Fragen des Deep Learning und Machine Learning sowie der Datenanalyse einführen lassen, nehmen wir die Gelegenheit wahr, Euch hier drei unserer neuesten Bücher zum Thema vorzustellen.  Die Gemeinsamkeit aller drei Neuerscheinungen: Sie richten sich an Entwickler und Data Scientists, die konkrete Projekte und Lösungen für ihren Berufsalltag suchen. Die Musikstücke automatisch erkennen und zuordnen, Hintergründe in Bildern entfernen, Clustermodelle bewerten oder Rohdaten aufbereiten wollen. Die Bücher bauen auf unseren Grundlagenwerken wie Einführung in Machine Learning mit Python, Praxiseinstieg Deep Learning (gerade unser E-Book des Monats und damit 50 % günstiger) und natürlich unseren Dauerbrenner und Bestseller Neuronale Netze selbst programmieren auf.  Fangen wir an. Deep Learning Kochbuch Der Einsatz von Frameworks wie Keras und TensorFlow ermöglicht Deep-Learning-Anwendungen, ohne dass tiefgreifende Kenntnisse aus dem Machine Learning nötig sind. In bewährter Problem-Lösung-Diskussion-Struktur liefert das Deep …

jupyter

Was ist Jupyter?

Die erste, ganz lapidare Antwort lautet: Das kommt drauf an. Mit Jupyter können tatsächlich mehrere Dinge gemeint sein. Da wäre zum einen das Projekt Jupyter, eine Initiative für Open-Source-Software bzw. offene Standards und Dienste, die ihren Fokus auf Interactive Computing mit Unterstützung möglichst vieler Programmiersprachen gerichtet hat. Projekt Jupyter bietet verschiedene Produkte an. Zur Zeit sind das: Jupyter Notebook, Jupyter Kernels, Jupyter Hub und Jupyter Lab. Wenn irgendwo der Begriff „Jupyter“ fällt, ist meistens Jupyter Notebook gemeint – oder noch genauer: Die Anwendung Jupyter Notebook, mit der man sich ein digitales Dokument bauen kann, das ebenfalls Jupyter Notebook heißt. In diesem Post wollen wir uns vor allem mit der Notebook-Software und dem damit produzierten Output beschäftigten. Was ist nun besonders an einem Jupyter Notebook? Man könnte es wohl als das ultimative Digitalnotizbuch bezeichnen. Vergesst Wikis und Google Drive und Evernote – Jupyter gestattet neben der eleganten Einbindung von Texten, Links, Bildern und Videos auch das Listing von Code und dessen Ausführung in Häppchen an Ort und Stelle. Sprich: Ein Jupyter Notebook kann auch interaktive Karten …

Einführung in TensorFlow

Neuerscheinung: Einführung in TensorFlow

Edmond de Belamy ist ein großartiger Künstler – und das ganz ohne blutige Legende (van Gogh), omnipräsentes Motiv (Blaue Reiter) oder unappetitliche Installationen (Beuys). Ein Pionier –  ohne Exzesse, dafür mit viel Disziplin und Lernwillen. Einer, der sein finanziell bislang erfolgreichstes Kunstwerk nicht mit einer Signatur, sondern mit min G max D Ex[log(D(x))]+Ez[log(1-D(G(z)))]  unterzeichnete. Und der im Aktionshaus Christie’s 432.500 Dollar eingenommen, sie aber nicht persönlich abgeholt hat.              Sieh dir diesen Beitrag auf Instagram an                     D-3 before the auction. The stress is getting quite important right now. See you on Thursday for the verdict. – #christies #auction #belamy #obvious Ein Beitrag geteilt von OBVIOUS (@obvious_art) am Okt 22, 2018 um 9:55 PDT Künstlich statt künstlerisch Denn, und diese Nachricht schaffte es kürzlich in die internationale Presse: de Belamy ist selbst eine Kunstfigur, die für das französische Künstlerkollektiv Obvious steht. Sein Name stellt einen Bezug zum KI-Forscher Ian Goodfellow her, und gemalt hatte das in London versteigerte Bild kein mit besonderen Begabungen …

Machine Learning

Kolophon #18: Machine Learning

Was hat Machine Learning mit Synthesizern zu tun? Wie trainiert man Algorithmen? Und warum helfen wir wahrscheinlich alle mit, Googles Intelligenz zu füttern? Für unsere neue Podcast-Folge Kolophon #18 spricht Tim Pritlove mit Oliver Zeigermann. „In den Neunzigern ging eigentlich gar nichts mit Künstlicher Intelligenz, das war sehr ernüchternd“, sagt unser Autor Oliver Zeigermann im Gespräch mit Tim Pritlove. Und ergänzt, dass er selbst auch desillusioniert war. Dabei brennt er seit früher Jugend für Daten und Code – und beschäftigt sich deshalb heute als Entwickler, Architekt, Berater und Coach mit Deep Learning, Neuronalen Netzen und Machine Learning.  Im Gespräch mit Tim Pritlove definiert Oliver die wesentlichen Begriffe, berichtet von Meilensteinen der AI und wie er diese persönlich erlebt hat und erklärt sehr anschaulich den Prozess des maschinellen Lernens. In dieser Podcast-Folge könnt Ihr unheimlich viel lernen – und gleichzeitig ist es ein bisschen so, als würdet Ihr in einer Kneipe sitzen und den beiden einfach nur beim Fachsimpeln und Anekdoten tauschen zuhören.  Unser unbedingter Hörtipp – zum Kolophon #18 geht es hier entlang.  Oliver Zeigermann hat …