AutoML – Wer braucht schon Data Scientists?

Wie jedes andere junge Technologiefeld erfährt Machine Learning derzeit einen Reifeprozess hin zu immer reiferen und intuitiver benutzbaren Tools und Bibliotheken. Während kommerzielle Anbieter schon länger eine Entwicklung mächtiger Modelle mittels graphischer Oberfläche versprechen und Cloud Anbieter diverse ML-Services anbieten, erfährt auch die Open-Source Welt mit Tools wie Prophet, fasttext und Ludwig einen stetigen Zuwachs.

Doch was sind diese Modelle wert? Dieser Vortrag macht die Praxisprobe und zieht den Vergleich zwischen automatisch gebauten und händisch gefertigten Modellen. Außerdem wird geprüft, wie viel Wissen und Erfahrung solche AutoML-Services trotzdem benötigen und für welche Anwendungsfälle sie sich wirklich eignen.

Vorkenntnisse

Keine

Lernziele

* Einordnung und Bewertung von High-Level Machine-Learning-Tools
* Empfehlungen von solchen Tools für den täglichen Einsatz