Machine Learning: Softwareentwicklung 2.0?

Keynote from BASTA! Spring conference.

Transcript

1. JÖRG NEUMANN | ACLUE GMBH
   @JOERGNEUMANN
   MACHINE LEARNING:
   SOFTWAREENTWICKLUNG 2.0?
   

   View Slide

2. Menge Komplexität Personalisierung Selbstlernend
   Einsatzszenarien
   WANN BRAUCHT MAN MACHINE LEARNING?
   

   View Slide

3. Recommendation Engines Fraud Detection Predictive Maintenance
   EINSATZFÄLLE
   

   View Slide

4. Gesundheitswesen Bots Selbstfahrende Autos
   EINSATZFÄLLE
   

   View Slide

5. Algorithmen
   Rechenleistung
   Daten
   VORAUSSETZUNGEN
   

   View Slide

6. Quelle: IDG Machine Learning Studie 2019
   Datenqualität verbessern
   Machine Learning verstehen
   Worin sehen Sie in Ihrem Unternehmen die größten
   Hürden für die Anwendung von Machine Learning?
   

   View Slide

7. Wie funktioniert Machine Learning?
   Daten Algorithmus Model App
   

   View Slide

8. Entwickler
   › Grundlegendes Verständnis von ML
   › Verwendung von Tools & Libraries
   › Nutzung von vorgefertigten Modellen
   › Entwicklung mit Java, C# oder
   JavaScript
   Data Scientist
   › Tiefes Verständnis von ML
   › Aufbau neuronaler Netze
   › Entwicklung und Optimierung von
   Modellen
   › Entwicklung mit Python oder R
   Was bedeutet das für mich?
   

   View Slide

9. Framework für
   .NET Entwickler
   Toos zur leichten
   Entwicklung
   eigener Modelle
   Erweiterbar durch
   TensorFlow & co.
   Production ready
   C#
   F#
   http://dot.net/ml
   ML.NET
   Open Source / Cross Plattform Machine Learning Framework
   

   View Slide

10. A few things you can do with ML.NET …
    Was kann man damit machen?
    Samples @ https://github.com/dotnet/machinelearning-samples
    

    View Slide

11. ML.NET
    API
    (Code)
    ML.NET
    Model Builder
    (Visual Studio UI)
    ML.NET
    CLI
    (Command-Line
    Interface)
    C# >_
    Wie kann man ML.NET nutzen?
    

    View Slide

12. DEMO
    Model Builder
    

    View Slide

13. Fazit
    ▪ Machine Learning eröffnet neue Möglichkeiten
    ▪ Ein grundlegendes Verständnis und das richtige Mindset sind entscheidend
    ▪ ML.NET ist ein guter Einstieg für .NET Entwickler
    ▪ Azure bietet eine Reihe vorgefertigter Lösungen an
    

    View Slide

14. View Slide