WELT_Mensch und Maschine KI

Kolumne: Mensch und Maschine Seite an Seite

Sebastian Heinz Blog

Was ist künstliche Intelligenz? In diesem Artikel versucht das Sprachmodell GPT3, also eine künstliche Intelligenz, diese Frage zu beantworten. Als Grundlage dafür dienten dem Modell lediglich 5 Sätze. Lesen Sie das Ergebnis in dieser Kolumne, die am 28. August 2021 in der Zeitung DIE WELT erschienen ist.

DE_WS-Blog-08-2021_Call-Graph

Wie man mit Call Graph automatisch Projektgrafiken erstellt

Felix Plagge Blog, Data Science

Die Codebase deines Data Science-Projekts wächst und wächst, und du drohst den Überblick zu verlieren? Dann kann dieses Tool vielleicht Abhilfe schaffen! Felix Plagge hat ein Paket geschrieben, das einen Call Graph für ein beliebiges Python-Skript erstellt. In diesem Artikel erklärt er zunächst, wozu Projektgrafiken nützlich sind und erklärt anschließend die Installation und Verwendung seines Pakets namens project_graph.

Titel statworx DHBW use case workshop 01

STATWORX meets DHBW – Data Science Real-World Use Cases

Paul Mora Blog, Data Science

Anfang Juni haben unser COO Fabian Müller und Data Science Consultant Paul Mora eine Vorlesung im Rahmen des Wirtschaftsingenieur-Studienganges der DHBW gehalten. Der Fokus der Vorlesung war es, den Studierenden bewusst zu machen welchen Aspekte es zu beachten gilt bei der Planung und Evaluierung eines Data Science Projektes. Neben den finanziellen Risiken wurde hierbei auch explizit auf die ethischen Fragen der Nutzung von Künstlicher Intelligenz eingegangen.

Machine Learning Modelle bereitstellen und skalieren mit Kubernetes

Machine Learning Modelle bereitstellen und skalieren mit Kubernetes

Jonas Braun Blog, Data Science

In diesem Beitrag berichtet Jonas Braun von der am weitesten verbreiteten Form Kubernetes zu nutzen: mit Cloud Anbietern wie Google GCP, Amazon AWS oder Microsoft Azure. Im Beitrag beschäftigt er sich damit, wie man diese Container (sprich Anwendungen oder Modelle) verlässlich und skalierbar für Kunden, andere Anwendungen, interne Dienste oder Berechnungen mit Kubernetes bereitstellen kann. Letztlich gibt der Beitrag noch einen Ausblick über Tools und Weiterentwicklungen.

Titelbild Deployment Machine Learning Workflows mittels MLflow

3 Szenarien zum Deployment von Machine Learning Workflows mittels MLflow

John Vicente Blog, Data Science

Machine Learning Projekte zu deployen und zu überwachen ist ein komplexes Vorhaben. In diesem Artikel stellt John Vicente die typischen Herausforderungen entlang des Machine Learning Workflows dar und beschreibt mit MLflow eine mögliche Lösungsplattform. Zusätzlich stellt er drei verschiedene Szenarien dar, mit deren Hilfe sich Machine Learning Workflows professionalisieren lassen.

Titelbild Erklärbarkeit von Deep Learning Modellen mit GRad-CAM

Car Model Classification III: Erklärbarkeit von Deep Learning Modellen mit Grad-CAM

Stephan Müller Blog, Data Science

Im dritten Artikel unserer 4-teiligen Blogserie widmen wir uns dem Thema Explainable AI, das in den letzten Jahren in der Machine Learning Community sehr stark an Bedeutung gewonnen hat. Bei Explainable AI geht es darum, die Vorhersagen eines Modells zu verstehen, was unter anderem zu einem erhöhten Vertrauen in die Modelle führt. Wir diskutieren im Artikel verschiedene Ansätze zur Erklärung von CNN-Netzwerk-Vorhersagen und fokussieren uns auf das Grad-CAM Verfahren.

Titelbild CMC II DE Deployment TensorFlow Modelle

Car Model Classification II: Deployment von TensorFlow-Modellen in Docker mit TensorFlow Serving

Stephan Müller Blog, Data Science

Wie interagiert man in einer produktiven Umgebung mit Machine Learning Modellen? Im zweiten Teil unserer 4-teiligen Blogserie zum Thema Car Model Classification lernt ihr, wie ihr ein TensorFlow-Modell zur Bilderkennung mittels TensorFlow Serving bereitstellt und wie Modellabfragen ausgeführt werden können.