Machine Learning Tools für alle Qualifikationsstufen

Machine Learning Tools für alle Qualifikationsstufen

25. August 2019 0 Von Horst Buchwald

Machine Learning Tools für alle Qualifikationsstufen

 

 

Berlin, 25.8.2019

Es scheint, dass die Einbettung von maschinellen Lernfähigkeiten in ein System eine einfache Aufgabe is. Man findet einen Pool früherer Entscheidungen um ihn dann per Algorithmus an zukünftige Anwendungsszenarien anzupassen. Die Wahrheit ist, dass maschinelles Lernen nicht nur datenintensiv, sondern auch ein sehr komplexer Prozess ist. Die meisten Softwareentwickler benötigen maschinelle Lernwerkzeuge, die von großen F&E-Zentren entwickelt werden, wenn sie Endanwendern maschinelle Lernfähigkeiten zur Verfügung stellen wollen.

Nachfolgend finden Sie eine Liste maschineller Lernwerkzeuge für Erfahrene und Anfänger. Versuchen Sie es mal. Viel Erfolg!

 

 

Amazon SageMaker

SageMaker von Amazon ist eine End-to-End-Lernsoftware für maschinelles Lernen, die bei 99 US-Dollar pro Monat für 50 Kapazitätseinheitenstunden beginnt.

Intel Nervana

Intel Nervana nutzt Intels Hardware wie den Intel Xeon Prozessor und den Intel Xeon Phi Prozessor, um maschinelles Lernen zu ermöglichen. Das Intel Deep Learning SDK bietet Entwicklern und Forschern ein Framework, um maschinelle Lernmodelle auf Basis großer Datensätze zu erstellen.

Keras

Keras ist eine der am einfachsten zu bedienenden Open-Source-Bibliotheken für die Entwicklung von maschinellen Lernanwendungen. Der modulare Ansatz führt zu einer besseren Erweiterbarkeit, die auch durch die einfache Handhabung unterstützt wird.

Sie müssen Python-Codierer aktivieren, um Keras-Modelle für das maschinelle Lernen auf anderen Frameworks wie TensorFlow, Microsoft Cognitive Toolkit (CNTK) und Theano bereitzustellen.

Sie können Keras auf GPUs ausführen, und es ermöglicht ein einfaches und schnelles Prototyping und bietet gleichzeitig eine API für neuronale Netzwerke. Es ist kostenlos zu benutzen.

SAP Leonardo

SAP Leonardo lässt sich nahtlos in andere SAP-Werkzeuge integrieren. Darüber hinaus ist es für die Arbeit mit spezifischen SAP-Geschäftslösungen konzipiert, die sich mit Service Ticket Intelligence, Kundenbindung und prädiktiver Analyse befassen.

Benutzer können die Vorteile der integrierten maschinellen Lernfunktionen für das Verständnis der natürlichen Sprache, die Bild- und Audioerkennung und die Verwendung von tabellarischen Daten nutzen. Es unterstützt benutzerdefinierte maschinelle Lernmodelle. Es bietet auch Vorlagen, um die Datenerfassung zu erleichtern und die Bereitstellung zu beschleunigen.

SAP Leonardo erfordert einige Programmierkenntnisse. Sie bezahlen pro Knotenstunden, die innerhalb der SAP Public Cloud genutzt werden, mit Preisen ab knapp über 8 US-Dollar pro Stunde.

TensorFlow

TensorFlow ist ein Open-Source-Framework und eine Softwarebibliothek für Deep Learning und Anwendungen der künstlichen Intelligenz. Das Google Brain-Team aus KI-Entwicklern erstellt das Framework ursprünglich. Es ist seit 2015 Open-Source.

TensorFlow ermöglicht die Erstellung von maschinellen Lernanwendungen, die auf Systemen ausgeführt werden können, die vom Desktop-Computer über Servercluster bis hin zu mobilen und Edge-Geräten reichen. TensorFlow wurde eingesetzt, um Überwachungs- und Visualisierungsfunktionen für ML-Modelle zu erstellen.

Dies ist ein Framework auf niedriger Ebene für die Entwicklung von Modellen des maschinellen Lernens. Darüber hinaus erfordert es fortgeschrittene Programmierkenntnisse in Python und C++. Andere Programmiersprachen, die Sie mit TensorFlow verwenden können, sind Haskell, Java, Go, Rust und JavaScript.

Es steht Ihnen frei, TensorFlow für jeden Zweck zu verwenden.