Der Datenanalyse-Blog von eoda
Der Datenanalyse-Blog vom Data Science Spezialisten: Hier erfahren Sie mehr über Data Science im Business-Kontext, Technologietrends, den Einsatz der Data-Science-Sprachen R und Python und vieles mehr.
Was ist Active Learning?
Wie lassen sich Machine-Learning Modelle effizient und schnell entwickeln? Was versteht man unter Active Learning? Wir beleuchten in diesem Beitrag den Begriff und zeigen Vorteile auf.
MLOps: Wissenswertes auf einem Blick
Wie lässt sich die Lücke zwischen der Entwicklung von KI-Modellen und deren reibungsloser Integration in betriebliche Abläufe schließen? Wir werfen einen Blick auf MLOps und zeigen wie MLOps hier helfen kann.
9 Erfolgsfaktoren für bessere Forecasts
Belastbare Forecasts sind das Fundament von Entscheidungen und Planungen im Unternehmen. Wir zeigen Ihnen, worauf Sie achten müssen, damit Ihre Forecasts Sie nicht im Stich lassen.
Was ist Explainable AI? Hintergründe und Vorteile
Explainable AI kann die Black-Box Künstliche Intelligenz in eine Glass Box verwandeln und dadurch Akzeptanz und Verständnis für datengetriebene Entscheidungsprozesse schaffen. Erfahren Sie mehr über die Hintergründe und die entstehenden Mehrwerte für alle Stakeholder.
Machine-Learning-Projekte mit mlflow - Teil 2
In unserem zweiten Teil erfahren Sie, wie Sie mit MLflow ML-Modelle in einem standardisierten Format speichern, verwalten und problemlos als REST-API bereitstellen können, um die die Entwicklung von produktiv einsetzbaren ML-Modellen zu vereinfachen.
Federated Learning Frameworks im Vergleich
TensorFlow Federated, PySyft, FATE, Paddle: Wir beleuchten führende Open Source Frameworks für Federated Learning und zeigen den aktuellen Reifegrad und bestehende Potenzial der Lösungen.
Was ist Machine Learning?
Mithilfe von Machine Learning lässt sich aus Daten Wissen generieren. Dabei identifizeren Algorithmen aus Trainingsdaten Muster und "lernen" so bestimmte Aufgaben zu erfüllen. Erfahren Sie mehr!
Automatisierung von AWS Organizations mit Terraform
AWS Organizations erlaubt die Nutzung von Unterkonten, um eine Separierung von verschiedenen Teams und Projekten zu ermöglichen. Wir zeigen Ihnen, wie Sie die Erstellung der Unterkonten mit Terraform automatisieren.
Machine-Learning-Projekte mit mlflow - Teil 1
Die Entwicklung von produktiv einsetzbaren ML-Modellen birgt viele Herausforderungen. mlflow bietet die Möglichkeit Modelle experimentell und kollaborativ zu entwickeln und standardisiert zu organisieren.