Du wolltest schon immer wissen, wie man ein Frontend mit Python entwickelt? Im letzten Teil unserer vierteiligen Blogserie bauen wir ein interaktives Spiel, bei dem User*innen die Automarke- und Modell erraten muss. Seid ihr besser als unsere AI?
Car Model Classification III: Erklärbarkeit von Deep Learning Modellen mit Grad-CAM
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.
Car Model Classification II: Deployment von TensorFlow-Modellen in Docker mit TensorFlow Serving
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.
Car Model Classification I: Transfer Learning mit ResNet
In dieser 4-teiligen Blogserie zur Klassifizierung von Automodellen möchten wir veranschaulichen, wie ein End-to-end Deep Learning-Projekt umgesetzt werden kann. Im ersten Teil zeigen wir, wie mittels Transfer Learning Fahrzeugbilder klassifiziert werden können. Insbesondere erfahrt ihr, wie ein vortrainiertes ResNet-Modell fine getuned werden kann, um einen Downstream-Task anzugehen.
Creaition – Revolutionierung des Designprozesses mit Machine Learning
Marco Limm hat das Startup creaition gegründet, das mit seinem Produkt den äußerst komplexen und sehr iterativen Prozess der Designentwicklung mit Hilfe von Machine Learning optimiert. In diesem Artikel erfahren Sie, wie Marco auf die Idee kam, dieses Problem anzugehen, welche Hürden ihm bei der Entwicklung begegnet sind und wie er schlussendlich mit seinem Prototypen die Messewelt eroberte.
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.
Praktische Deep Learning Anwendung – Mit künstlicher Intelligenz Plätzchen-Rezepte und Weihnachtslieder generieren
Buzzwords wie Data Science und Deep Learning lassen sich anhand von anschaulichen Anwendungsbeispiel am Besten mit Leben füllen. Ziel dieses Artikels ist es, die Grundlagen hinter komplexen Deep Learning Methoden anschaulich zu vermitteln. Passend zur Adventszeit hat der Autor dazu eine kleine Web-App programmiert, mit der sich alternative Zutaten für Rezepte vorschlagen lassen, untermalt von KI-generierten Weihnachtsliedern.
Die 5 wichtigsten Use Cases für Computer Vision
Die Grundlagen für Bilderkennung und Computer Vision wurden bereits in den 1970er Jahren geschaffen. Allerdings hat das Feld erst in den letzten Jahren vermehrt Anwendung außerhalb der Forschung gefunden. Dieser Beitrag stellt fünf ausgewählte und besonders vielversprechende Use Cases verschiedener Industrien vor, die entweder bereits in Produktion anzutreffen sind, oder in den kommenden Jahren große Veränderungen in ihren jeweiligen Feldern versprechen.
Neue Trends im Natural Language Processing – Wie NLP massentauglich wird
NLP (engl. für Natural Language Processing) beschreibt allgemein das computergestützte Verarbeiten von menschlicher Sprache. Dies umfasst neben der geschriebenen auch die gesprochene Sprache. In diesem Artikel zeigen wir verschiedene Anwendungsgebiete von NLP und erklären, wie sich innerhalb nur weniger Jahre die Markteintrittsbarrieren so weit gesenkt haben, dass heute jedes Unternehmen NLP für eigene Lösungen nutzen kann.
Insights From Our Latest Internal Hackathon
A few weeks ago, several of our colleagues here at STATWORX participated in an exciting time series competition, hosted by a large german-based company.
This was the opportunity for us to organize an internal hackathon in our office in Frankfurt. In this blog article, Marlon will give you an insight into how we plan and execute such hackathons at STATWORX.