MLUGS

Protokoll

Intro

Das Ziel der MLUGS ist der Austausch über Machine-Learning-Themen. Keine Vorträge, die besser bei Youtube aufgehoben wären, sondern Diskussion zum jeweiligen Thema.

Teilnehmer

• Andreas, Software-Entwickler, AX-Semantics
• Thomas, Data Scientist
• Lukas, Mechatronik & SupplyChain, Sensor.Community
• David, Analytics Engineer
• Steffen, Data Driven Visuals, Brands and Spaces

Andreas: GPT2 für nicht-Englisch zu trainieren

Slides / Notebook: https://github.com/mfa/talks/blob/master/20200915--train-GPT2-not-in-English/slides.ipynb

Thomas: Mensa-Bezahlung überprüfen

• mit camera das Essen filmen
• Damit überprüfen ob das richtige bezahlt wird
• verwendet yolov3 + vgg16
• trainingsdaten manuell annotiert: 40-60 bilder / zu erkennendes objekt
• wird weiter entwickelt: next viewshot detection

Steffen: Möbelszenenvisualisierung

next

• machen wir das jetzt (wieder) regelmässig? ja
• müssen die Vorträge besser geplant werden? mglw. nötig bei mehr Teilnehmern
• date: 2020-10-20

• talks:

  • Andreas: Hosting of ML models
  • ??

Wir versuchen nach der Corona-Pause den virtuellen Neustart der MLUGS.

Der Plan für diesen Termin ist, jede/r (die/der möchte) stellt in 5-10 Minuten etwas vor.
Das kann etwas sein mit dem man sich aktuell beschäftigt, ein Problem das man lösen möchte oder auch ein Plug für etwas.
Es sollte allerdings schon mit machine-learning zu tun haben.
Z.B. könnte ich von meinen Versuchen berichten, GPT2 für nicht-Englisch zu trainieren.

Wir werden Zoom verwenden und der Link wird (auf Meetup) rechtzeitig ergänzt.

Wann:

15. September 2020 um 18:30

Wo:

virtuell. Zoom.

Bitte meldet euch an unter:

https://www.meetup.com/Machine-Learning-UserGroup-Stuttgart

Unser 35. Treffen ist am Dienstag, dem 17.03.2020 in der Marienstrasse 23 bei AX Semantics.

Language: German only.

Themen:

Tin: recap vfb-hackathon

YOLO v3 Darknet nachtrainiert und angewendet

Andreas: sigmorphon 2020

encoder-decoder shared-task(s) - erste exploration

Wir suchen weitere Vorträge

Wann:

17. März 2020 um 18:30

Wo:

Marienstrasse 23, Stuttgart, AX Semantics (2. OG)

Bitte meldet euch an unter:

https://www.meetup.com/Machine-Learning-UserGroup-Stuttgart

Protokoll

Vorstellungsrunde

• Tin, DHBW-Dozent
• Andreas, Software-Entwickler, AX-Semantics
• Frank, mlugs-Gründer
• Daniel, Wirtschaft-Informatiker / IT-Berufe-Ausbilder, Trumpf
• Ioana, Bosch-Rexrodt, IOT
• Jörg, Data-Engineer, Bosch
• Romeo, Rust-Meetup-Organizer, will KI mit SAP nutzen
• Andreas, Software-Entwickler, WGV
• Uwe, macht Raumfahrt, ST2C
• Stefan, ML-Berater, Deloitte
• Simon, Mathematiker, macht seit 2015 ML

+2 Nachzügler

Uwe: Kaggle Survey

• Kaggle bietet datasets und problemstellungen
• sinn der survey: was wird so benutzt, welche platformen
• häufigste algorithmen: linear / logistic regression; decision tree/random tree; gradient boosting

podcasts:

• https://changelog.com/practicalai
• https://lexfridman.com/ai/

online-kurse:

• viel coursera
• kaggle lean
• udemy
• fast.ai

weitere automated ML (nicht in der liste):

• https://github.com/automl/Auto-PyTorch

Slides von Uwe: http://machinelearningintro.uwesterr.de/KaggleSurvey.html

Tin: Adversarial-ML hacking NNs

Hacking NNs mit FGSM

• panda beispiel: panda bild + X wird als Gibbon erkannt
• https://www.tensorflow.org/tutorials/generative/adversarial_fgsm
• https://pytorch.org/tutorials/beginner/fgsm_tutorial.html
• https://github.com/IBM/adversarial-robustness-toolbox

slides: https://github.com/tvotan/mlugs_adversarial_ml/blob/master/mlugs_adversarial_ml.pdf

misc

• meetup zu chatbots: https://www.meetup.com/ChatbotStuttgart/events/267929038/

• tesseract-ocr ist gut: https://github.com/tesseract-ocr/tesseract

• gute blogposts zu opencv: https://www.pyimagesearch.com/

• numpy/pandas in schnell mit Rust: https://www.weld.rs/

• python-regex in schnell mit Rust: https://github.com/davidblewett/rure-python

next

• Date: 2020-03-17
• Themen:
• Tin: recap vfb-hackathon - https://www.vfb-hackathon.de/de
• (bitte meldet euch, wenn ihr einen Vortrag habt)

Unser 34. Treffen ist am Dienstag, dem 18.02.2020 in der Marienstrasse 23 bei AX Semantics.

Language: German only.

Themen:

Uwe: Kaggle Survey

Tin: Adversarial-ML hacking NNs

Wir suchen weitere Vorträge

Wann:

18. Februar 2020 um 18:30

Wo:

Marienstrasse 23, Stuttgart, AX Semantics (2. OG)

Bitte meldet euch an unter:

https://www.meetup.com/Machine-Learning-UserGroup-Stuttgart

Protokoll

Vorstellungsrunde

• Andreas, Software-Entwickler, AX-Semantics
• Uwe, ST2C
• Florian, Kärcher
• Alessandro, Security Manager, Bosch
• Brian
• Julian, Master-Student, Bosch
• Thomas, Data-Scientist, AB Sensing
• Jan, Mathematiker, selbständig
• Roland
• Jacob, Data-Scientist, Allianz
• Ralf, Data-Scientist
• Jens, Data-Scientist, AKKA
• Tin, Dozent, DHBW Stuttgart

+2 Nachzügler

Jens: alibi und tf-explain

• Erklärbarkeit ist sinnvoll
• auch zur Erkennung von falschen labels

tf-explain

• https://github.com/sicara/tf-explain
• sehr nah an tensorflow/keras
• ermöglicht heatmaps der aktivierungen
• Visualisierung von Gradienten
• Occlusion Sensitivity verdeckt Teile des Bildes und erreichnet so die Teile des Bildes, die am meisten zur Erkennung beitragen

alibi

• https://github.com/SeldonIO/alibi
• https://docs.seldon.io/projects/alibi/en/stable/overview/algorithms.html

Anchors:

• 3 verschiedene Arten von Modellen: Tabular, Text, Images
• https://docs.seldon.io/projects/alibi/en/stable/methods/Anchors.html

CEM:

• feature entfernen bei gleicher aussage
• https://docs.seldon.io/projects/alibi/en/stable/methods/CEM.html

CF:

• wieviel veränderung ist nötig, um die klasse zu wechseln
• verwendet eine distanz-funktion um die änderung zu bestimmen
• https://docs.seldon.io/projects/alibi/en/stable/methods/CF.html

Counterfactuals Guided by Prototypes:

• https://docs.seldon.io/projects/alibi/en/stable/methods/CFProto.html

TrustScores:

• versucht hohes vertrauen durch distanz auszurechnen
• https://docs.seldon.io/projects/alibi/en/stable/methods/TrustScores.html

Beispiele:

• https://github.com/SeldonIO/alibi/blob/master/examples/

für Pytorch:

• https://captum.ai/tutorials/Resnet_TorchVision_Interpret
• https://allennlp.org/interpret

Tin: Demo streamlit.io

• alles in Python. kein Frontend mehr nötig. Deployment auch gelöst.
• ziel: für data-scientist schneller dinge ins web bringen
• opensource: https://github.com/streamlit/streamlit
• coole demo: https://github.com/streamlit/demo-self-driving

konkurrenten:

• https://github.com/voila-dashboards/voila
• https://github.com/plotly/dash

next

• Date: 2020-02-18
• Themen
• Uwe: Kaggle Survey
• Tin: Adversial-ML hacking NNs

Unser 33. Treffen ist am Dienstag, dem 21.01.2020 in der Marienstrasse 23 bei AX Semantics.

Language: German only.

Themen:

Jens: alibi und tf-explain

Tin: Demo streamlit.io

Wir suchen weitere Vorträge

Wann:

21. Januar 2020 um 18:30

Wo:

Marienstrasse 23, Stuttgart, AX Semantics (2. OG)

Bitte meldet euch an unter:

https://www.meetup.com/Machine-Learning-UserGroup-Stuttgart

Protokoll

Vorstellungsrunde

• Andreas, Software-Entwickler, AX-Semantics
• David, Digital-Analytics-Consultant, Diconium
• Thomas, Data-Scientist, AP Sensing
• Florian, Leitet Inteligente Systeme, Kärcher
• Silvana, Data-Scientist, Breuninger
• Abdul, Data-Scientist, Daimler
• Julian, Cloud-Architect, Nordcloud
• Kai, privat
• Sasha, Consultant, Adweco
• Wilhelm, Software-Engineer, privat
• Andreas, Software-Entwickler, WGV
• Jens, Data-Scientist, AKKA

• Alex, Bosch

• 2 Nachzügler

Alessandro: Hippocampal-based learning

• aktuelle verfahren sind sehr weit weg von general-AI
• genetischer algorithmus als ersatz für back-propagation
• feature trainieren, die stabiler sind (i.e. zwei werte werden durch ein feature unterschieden und durch ein anderes nicht unterschieden)

Tin: machine learning and security

https://www.amazon.de/Machine-Learning-Security-Protecting-Algorithms/dp/1491979909

• webseite zum buch: https://mlsec.net/
• hands-on-buch
• setzt python und DL-Grundlagen voraus

• code zum buch: https://github.com/oreilly-mlsec/book-resources

• anomaly detection: novelty detection oder outlier detection

• beispiele mit OneClassSVMs und IsolationForest

• adversarial machine learning

• paper zum thema: https://arxiv.org/abs/1602.02697

• beispiele mit MLPClassifier

• code von Tin zum Vortrag: https://github.com/tvotan/MLUGS_ml_and_security

next

• Date: 2020-01-21

• Themen

  • Jens: alibi und tf-explain
  • Tin: Demo streamlit.io

Unser 32. Treffen ist am Dienstag, dem 19.11. in der Marienstrasse 23 bei AX Semantics.

Language: German only.

Themen:

Tin: machine learning and security

Alessandro: Hippocampal-based learning

Wir suchen weitere Vorträge

Wann:

19. November 2019 um 18:30

Wo:

Marienstrasse 23, Stuttgart, AX Semantics (2. OG)

Bitte meldet euch an unter:

https://www.meetup.com/Machine-Learning-UserGroup-Stuttgart

Protokoll

Vorstellungsrunde

• Andreas, Software-Entwickler, AX-Semantics
• Lukas, Data-Scientist, Sprint.Eins
• Jens, Data-Scientist, AKKA,
• Leo, master Luft- und Raumfahrttechniker, sucht Phd-Stelle
• Michael, Software-Entwickler, AX-Semantics
• Sven, Data-Scientist / Projektmanager Digitalisierung, Mosolf
• Matthias, Data-Engineer, Mosolf
• Sebastian, Computerlinguist, IBM

Tin: machine learning and security

wegen Krankheit verschoben auf November

Andreas: digit recognition

bisherige Blogposts:

• https://madflex.de/posts/find-and-crop-using-opencv/
• https://madflex.de/posts/find-and-crop-using-opencv/

weitere Posts folgen in den nächsten Wochen mit dem Inhalt des Talks.

next

• date: 2019-11-19

• Themen:

  • Tin: machine learning and security
  • Alessandro: Hippocampal-based learning