Machine Learning: Softwareentwicklung 2.0?

Keynote from BASTA! Spring conference.

Transcript

1. JÖRG NEUMANN | ACLUE GMBH @JOERGNEUMANN MACHINE LEARNING: SOFTWAREENTWICKLUNG 2.0?
2. Menge Komplexität Personalisierung Selbstlernend Einsatzszenarien WANN BRAUCHT MAN MACHINE LEARNING?
3. Recommendation Engines Fraud Detection Predictive Maintenance EINSATZFÄLLE
4. Gesundheitswesen Bots Selbstfahrende Autos EINSATZFÄLLE
5. Algorithmen Rechenleistung Daten VORAUSSETZUNGEN
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?
7. Wie funktioniert Machine Learning? Daten Algorithmus Model App
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?
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
10. A few things you can do with ML.NET … Was kann man damit machen? Samples @ https://github.com/dotnet/machinelearning-samples
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?
12. DEMO Model Builder
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