PROSIM WEBINAR SERIES

Book Event

RSVP

1 Ticket selected.

Available Tickets: Unlimited

The RSVP ticket is sold out. You can try another ticket or another date.

Wenn Autos bereits autonom fahren können, warum können nicht auch Öfen autonom arbeiten?

Bei den Pipelines des maschinellen Lernens handelt es sich um komplexe Softwaresysteme, die aus vielen verschiedenen Softwarekomponenten bestehen, um Daten zu sammeln, zu transformieren und zu speichern, Daten und Etiketten zu verwalten, maschinelle Lernmodelle zu trainieren und Modelle auf Genauigkeit, Robustheit und Leistung zu testen und zu validieren.

Während das Modelltraining selbst ein Optimierungsverfahren ist, hängt die Qualität von Modellen oft von der Wahl von Hyperparametern wie Trainingsalgorithmus, Modellarchitektur, Regularisierung und Qualität von Labels und Daten ab. Der Prozess, die optimalen Hyperparameter zu finden, wird als Metaoptimierung bezeichnet.

In diesem Webinar stellen wir einige unserer Arbeiten zum maschinellen Lernen vor und zeigen, wie wir uns auf die Meta-Optimierung verlassen, um die Qualität unserer maschinellen Lernmodelle zu verbessern.

 

Hourly Schedule

Meta Optimierung von Pipelines für maschinelles Lernen

17:00 - 17:05
Welcome by CEO Fabian Rang
17:05 - 17:15
Fabian Rang über PROSIM Technologies
17:15 - 17:40
Vortrag von Mathias Sundholm: Meta Optimization of Machine Learning Pipelines (EN)
17:40 - 18:00
Q&A

Date

29 Oct 2020

Time

17:00 - 18:00

Speaker

  • Mathias Sundholm
    Head of Artificial Inteligence

    Mathias Sundholm ist Head of Artificial Intelligence bei Precibake. Er arbeitet im Bereich „deep learning“ bereits seit 2014 und ist verantwortlich für die Entwicklung der machine learning Pipelines um die Forschung in die Produktion umzuwandeln.