// Programm

Ramon Wartala

Tchibo

Praxiseinstieg Deep Learning TensorFlow

Ausverkauft - Vormerkung möglich

Fabian Witt
Steven Brandt

Redheads, Fraunhofer IIS/EAS

Dark Science with Deep Learning: Einführung in modernes Maschinelles Lernen mit Python

Ausverkauft - Vormerkung möglich

Daniel Lütticke
Hasan Tercan

RWTH Aachen

Machine Learning im Kontext der Industrie 4.0 – Von der Datenaufnahme zur Datenanalyse

Oliver Bendel

Keynote: Das Moralisieren von Maschinen

Kerstin Fuchs
Maren Übelhör

Zoi

Unsupervised Anomalieerkennung und Prediction von Zeitreihen im Unternehmenskontext

Oliver Zeigermann

embarc/Freelancer

Machine Learning auch für dein Projekt

Shirin Glander

codecentric

Erklärbarkeit von Machine Learning: Wie können wir Vertrauen in komplexe Modelle schaffen?

Thomas Thiele

RWTH Aachen

Künstliche Intelligenz in Produktionssystemen

Boris Adryan

Merck

Machine Learning – ein Überblick

Tim Bunkus

adesso

Cognitive Business – Cognitve Services trainieren und in Business-Lösungen integrieren [Sponsored Talk]

Sara Bertram
Fabian Bormann

IAV

It’s all about the framework – Ein Vergleich der bekanntesten Open-Source-ML-Frameworks

Daniel Trauth

RWTH Aachen

Praxisbericht: Machine Learning in der Fertigungstechnik

Stephanie Fischer
Christian Winkler

datanizing

Influencer und Trends – eine Netzwerk-Analyse von nutzergeneriertem Content

Imdat Solak
Nükhet Solak

Munich AI-LABS

ML und KI: Vom Algorithmus zur praktischen Umsetzung

Fabian Bormann

IAV

Einführung in TensorFlow

Lars Gregori

SAP Hybris

CoreML – Machine Learning auf dem iPhone

Christoph Reinders

Universität Hannover

Einführung in Deep Learning

Nico Kreiling

inovex

Maschinelles Lernen auf unbekanntem Terrain – am Beispiel von Spotifys “Discover Weekly”

Fritz-Ulli Pieper

Taylor Wessing

Vertrags- und Haftungsfragen der Vernetzung autonomer Systeme

Barbara Krumay

Johannes Kepler Universität Linz

Artificial Ethics? Moralische Entscheidungen durch KI und Machine Learning.

Klaas Bollhöfer

Birds on Mars

KI trifft Kreativität – warum jedes Unternehmen eine artifizielle Muse braucht!

Andreas Witte

ControlExpert

Praxisbericht: Bilderkennung in Versicherungsfällen

Sebastian Jäger
Hans-Peter Zorn

inovex

Skalieren von Deep Learning Frameworks mithilfe von Cloud-Infrastrukturen und Kubernetes

Gerhard Hausmann

Barmenia

Rechnungsprüfung mit Natural Language Processing und Prädikatenlogik

Stefan Kühn

XING

The Machinery behind Deep Learning

Chi Nhan Nguyen

SMACC

Bidirectional RNN zur Extraktion relevanter Felder in Rechnungen

Peter Steinbach
Kashif Rasul

Scionics, Zalando

GPUs in the cloud – is it worth it?

Heiko Spindler

Algorithmen züchten mit simulierter Evolution – Let's talk about sex

Oliver Zeigermann

embarc/Freelancer

Wie gut ist ein Machine-Learning-Modell?

Marc Pickardt

Cybersicherheitsrat Deutschland

Grundlagen medizinischer Standards und deren Nutzen für Deep Learning

Björn Scheuermann

Bosch

Machine Learning für Fahrerassistenzsysteme

Marcel Tilly

Microsoft

Zwischen Hype und Realität – Deep Learning und AI demystified!

Hans-Peter Zorn

inovex

Einführung in Natural Language Processing mit Deep Learning

Stanimir Dragiev
Sascha Effenberger

Zalando

Datenepochen mit fehlenden Features

Marcel Kurovski

inovex

Deep Learning für Recommender-Systeme

Marcel Spitzer

inovex

ML-Deployment – Vom Prototyp zur Produktion

Calvin Seward
Christian Bracher

Zalando

KI, erfolgreich angewendet, am Beispiel Lagerlogistik bei Zalando

Jeffrey Kelling

Helmholtz-Zentrum Dresden-Rossendorf

Schutz von Hochleistungslasern durch Bildklassifizierung mit Deep Learning

Stephan Reimann

IBM

Data Science Lifecycle – kontinuierliches Lernen

Daniel Wrigley

SHI

Relevanztuning ist keine Magie – Es ist Machine Learning!

Lars Gregori

SAP Hybris

AI und Minecraft