Möchten Sie mit Ihrem Team teilnehmen? Profitieren Sie von unseren Gruppenrabatten! Schreiben Sie an events@dpunkt.de

Zurück

Das M in ML steht nicht für Mathematik

Im universitären Umfeld werden immer noch hauptsächlich mathematische Grundlagen gelehrt. Aber ist das für den Praktiker relevant? Oder welches Wissen ist wirklich notwendig, um ein ML-Projekt erfolgreich zu meistern?

Unsere These ist: Vieles ist Gate-Keeping und wird zum Teil aus Mangel an Erfahrung und wegen der akademischen Herkunft der Disziplin gelehrt.

In diesem Talk beleuchten wir Beispiele von überflüssiger mathematischer Komplexität und wie wir selbst Erfahrungen mit falsch angewandtem mathematischem Anspruch gemacht haben. Dann diskutieren wir aber auch: Was ist wirklich wichtig, um erfolgreich Machine Learning und Data Science anzuwenden?

Vorkenntnisse

%

Lernziele

Die Rolle und Notwendigkeit von Mathematik im Machine Learning hinterfragen.

 

Speaker

 

Mikio Braun
Mikio Braun arbeitet als freier Berater und hilft Firmen und Menschen, besser Machine Learning einzusetzen. Zuvor arbeitet in verschiedenen Leitungspositionen bei Zalando und GetYourGuide, nachdem er gut zehn Jahre an der TU Berlin als Forscher im Bereich Maschinelles Lernen gearbeitet hat. Er interessiert sich vor allem dafür, wie man die Welten Wissenschaft und Industrie zusammenbringen kann.

Oliver Zeigermann
Oliver Zeigermann ist Softwareentwickler aus Hamburg und mag Copy und Paste. Es beschäftigt sich mit Themen an der Grenze zwischen Programmierung und Machine Learning.

Gold-Sponsor

Novatec
JETZT SPONSOR WERDEN

M3-Newsletter

Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden