Mit diesem Beitrag wollen wir die Brücke schlagen zwischen dem grundlegenden Verständnis von Reinforcement Learning (RL) und dem Lösen eines Problems mit RL-Methoden. Der Artikel ist in drei Abschnitte unterteilt. Der erste Abschnitt ist eine kurze Einführung in RL....
Tech Deep Dive
Explainable AI – Methoden zur Erklärbarbeit von KI-Modellen
Explainable AI (XAI) ist momentan eines der meistdiskutierten Themen im Bereich der KI. Entwicklungen wie der AI-Act der Europäischen Union, der Erklärbarkeit zu einer verpflichtenden Eigenschaft von KI-Modellen in kritischen Bereichen macht, haben XAI in den Fokus vieler Unternehmen gerückt, die KI-Modelle entwickeln oder anwenden. Da dies mittlerweile auf einen großen Teil der Wirtschaft zutrifft, ist die Nachfrage nach Methoden, die die Entscheidungen von Modellen nachvollziehbar beschreiben können, immens gestiegen.
Warum, KI? Die Grundlagen von Explainable AI (XAI)
In der Theorie lassen sich also mit XAI-Methoden und dem richtigen Know-How selbst komplexe Black-Box-Modelle zumindest teilweise interpretieren. Wie sieht es aber in der Realität aus? Bei vielen Projekten oder Use Cases stellt die Interpretierbarkeit eine wichtige Säule des Gesamterfolgs dar. Sicherheitstechnische Aspekte, fehlendes Vertrauen in die Modellergebnisse, mögliche zukünftige Regularien sowie ethische Bedenken sorgen für die Notwendigkeit interpretierbarer ML-Modelle.
Mit Auto ML auf dem Vormarsch: Brauchen wir noch menschliche Data Scientists?
Kurz gesagt, die Antwort ist ja. Automatisiertes Maschinelles Lernen (Auto ML) macht Data Scientists nicht überflüssig. Es ist vielmehr ein nützliches Werkzeug, das ihre Produktivität erhöht. Der größte Nutzen entsteht, wenn Data Scientists Auto ML-Tools verwenden, um...
How to deal with missing values
Methoden der Imputation und wann sie eingesetzt werden sollten Warum uns fehlende Werte interessieren sollten In unserer Arbeit als Data Scientists arbeiten wir häufig mit Zeitreihendaten und Anwendungen für Prognosen (=Forecasting). Wie bei allen "klassischen"...
The Effect of Corrupt Labels on Computer Vision Performance
An Empirical Study with High Relevance in Medical AI Applications Find all data of this study here. Abstract Whether it's X-rays of lungs or images of the eyeball – medical data sets are never perfect. A small number of misdiagnoses are often accompanied by a much...
Vertrauen & Autonomes Fahren
Wie Text-Erklärungen der Vertrauensbildung in autonomen Systemen helfen Ein Auto „zu fahren“, das sich selbst steuert, oder die Straße mit autonomen Fahrzeugen zu teilen – was für Technikfanatiker und Visionäre wie ein wahr gewordener Traum klingt, mutet in den Augen...
Die Zukunft im E-Commerce – mit KI zu automatisierten Produktbeschreibungen
Produktbeschreibungen zu verfassen ist aufwendig – gerade für Anbieter, die ein sehr großes Produktportfolio besitzen. Um im Online-Vertrieb erfolgreich zu sein, sind diese beschreibenden Texte jedoch ausgesprochen wichtig.
Feature Stores – Eine Übersicht
Von Zeit zu Zeit taucht am Horizont der Technologielandschaft ein neues Softwaresystem auf. In diesem Beitrag befassen wir uns mit so einer neuen Datenzugriffs- und -verarbeitungsschicht: dem Feature Store. Er wird eine wichtige Rolle bei der Konstruktion intelligenter Systeme spielen, die auf Algorithmen des maschinellen Lernens (ML) basieren.
Building A Recipe Recommender System For the Thermomix on Cookidoo – Part 2
In Part 1, I introduced you to the challenge of personalized recipe recommendations on Cookidoo and covered the Model Selection phase. This article touches on the Candidate Selection and Scoring & Ranking components of our recommender system. I will walk you...