Bericht MLUGS Treffen im April 2016
22. April 2016
Protokoll
Vorstellungsrunde
18 Leute erzählen wie sie heissen, wo sie arbeiten und wieviel Ahnung sie von ML haben.
+2 Nachzügler.
Das hier lohnt sich: https://www.coursera.org/learn/machine-learning/
Vortrag: David Lackovic - Einführung in Machine Learning mit Scikit-Learn
scikit-learn ist die ML-Bibliothek für Python (verwendet NumPy und SciPy)
Fragen:
- Was passiert eigentlich im Hintergrund? (Wie viele Layer?, …) Strategien?
- Korrektheit, Validierung, … (des Klassifikators)
-
Empfehlung: Choosing the right estimator – http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html (A graphical overview of basic areas of machine learning, and guidance which kind of algorithms to use in a given situation.)
-
Slides: https://github.com/mlugs/jupyter/blob/master/notebook/MLUGS%20Scikit-Learn.ipynb
Buchvorstellung: Andreas Madsack - Python Machine Learning
- Sehr technisch und mit viel Mathematik (erklärt die Theorie hinter ML)
- Best Practice Implementierungen
- Code gibt es bei Github in IPython Notebooks: https://github.com/rasbt/python-machine-learning-book
- https://www.tensorflow.org/
- http://deeplearning.net/software/theano/
http://shop.oreilly.com/product/9781783555130.do
Discount Code: WCYAZ (40% gedruckt, 50% digital)
Lightning Talks
- Vorstellung des Tensorflow Playgrounds: http://playground.tensorflow.org/
- Slides: https://github.com/mlugs/jupyter/blob/master/notebook/Lightning-Talk--TensorFlow-Playground.ipynb
Diskussion
- Wann soll das nächste Treffen stattfinden? 21.6.2016
- Autonomes Fahren und ML
- Wer verwendet ML in der Wirtschaft?
- Bauern optimieren. z.b. humpelt die Kuh, ist was auf dem Acker problematisch, ist die Milch in Ordnung …
- Frauddetection bei Kreditkarten
- Intrusiondetection bei Netzwerken
- noch nicht die Raumfahrt :)
- Overfitting
- einfacheres Model finden (aber nicht zu einfach)
- mehr Trainingsdaten