In diesem Beitrag beleuchtet Lea Waniek (Data & Strategy Consultant) die 4 wichtigsten (nicht-technischen) Gründen für das Scheitern von DS & KI-Initiativen. Um den von ihr aufgezeigten Fallstricken entgegenzuwirken, präsentiert sie zu jeder Problematik mehrere Lösungsansätze.
Kolumne: Mensch und Maschine Seite an Seite
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.
STATWORX Cheatsheets – Python Basics Cheatsheet für Data Science
Du willst Python lernen? Oder brauchst du von Zeit zu Zeit eine kleine Gedächtnisstütze beim Programmieren? Genau dafür wurden Cheatsheets erfunden! Unser erstes Cheatsheet mit den Grundlagen von Python ist der Start einer neuen Blog-Serie, in der weitere Cheatsheets in unserem einzigartigen STATWORX Stil folgen werden.
STATWORX meets DHBW – Data Science Real-World Use Cases
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
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.
Container Strategien für Data Science
Whitepaper zum Thema Data ScienceWhitepaper: Container Strategien für Data ScienceIn diesem Whitepaper besprechen wir die Grundlagen und Merkmale von Containern im Bereich KI-Produktentwicklung und definieren fünf essenzielle Ebenen einer Container Strategie für Data Science. Der Siegeszug von Containern hat die IT-Welt in den letzten Jahren auf den Kopf gestellt. Das Deployment von Anwendungen aller Art wird durch Container standardisiert und …
3 Szenarien zum Deployment von Machine Learning Workflows mittels MLflow
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.
Warum die Cloud für den Erfolg von KI-Initiativen wichtig ist
Whitepaper zum Thema Cloud Technologie.Whitepaper: Warum die Cloud für den Erfolg von KI-Initiativen wichtig istDieses Whitepaper zeigt, wie die Cloud, insbesondere die Public Cloud, dazu beiträgt, moderne KI-Lösungen erfolgreich zu entwickeln, umzusetzen und zu betreiben. Künstliche Intelligenz (KI) ist eine Schlüsseltechnologie der Digitalisierung und wird über die Wettbewerbsfähigkeit deutscher Unternehmen mitentscheiden. Viele Unternehmen haben das Potenzial der KI für ihr …
5 Types of Machine Learning Algorithms (With Use Cases)
We are encountering Machine Learning algorithms in our daily lives. Some are practical, like Google Translate; others are fun, like Snapchat Filters. Our interaction with artificial intelligence will most likely increase in the next few years. Given the potential impact of Machine Learning models on our future lives, Fran Peric presents to you the five branches of Machine Learning and their key concepts.
Wie sich Scrum für Data Science Projekte anwenden lässt
Whitepaper zum Thema Data Strategy.Whitepaper: Wie sich Scrum für Data Science Projekte anwenden lässt.In diesem Whitepaper erhalten Sie einen Überblick zu der Projektmanagementtechnik Scrum im Hinblick auf den typischen Ablauf eines Data Science Projektes. Darauf aufbauend stellen wir die größten Herausforderungen und Lösungsvorschläge für die Integration von Scrum in ihren Data Science Projekten dar. In den letzten Jahren haben sich …