LeanBI geht an die ICLR 2019 (6-9 Mai, New Orleans)
Machine Learning wird oft als Black Box verwendet, aber dieser Ansatz begrenzt die Bandbreite der Probleme, die der Datenwissenschaftler lösen kann. Nach unserer Erfahrung braucht mindestens die Hälfte der Projekte mehr als das. Die beste Lösung für das Kundenproblem ist oft nicht lösbar mit Modellen, die von jeder maschinellen Lernbibliothek sofort einsatzbereit sind. In diesen Fällen müssen wir entweder bekannte maschinelle Lerntechniken anpassen oder ganz individuelle Lösungen auf der Grundlage der Mathematik des maschinellen Lernens entwickeln.
LeanBI freut sich, in diesem Jahr an der weltweit wichtigsten Deep Learning Konferenz, der International Conference on Representation Learning (ICLR), teilzunehmen.
Die ICLR ist eine relativ neue Konferenz, ebenso wie der Bereich des Deep Learning. Es läuft erst seit 7 Jahren, hat sich aber einen Platz unter den wichtigsten Konferenzen zum maschinellen Lernen der Welt erobert. In diesem Jahr werden sich vom 6. bis 9. Mai mehr als 4000 Teilnehmer in New Orleans treffen.
Grossartig ist, dass die ICLR akademische und industrielle Forschung kombiniert. Dies ist etwas sehr Notwendiges in der ML-Community, da wir oft sehen, wie die besten Professoren die Akademie verlassen, um in die Forschungslabore von Google, Facebook und anderen Unternehmen mit maschineller Lernfähigkeit einzusteigen.
Während die Gelegenheit für uns darin besteht, einige der akademischen Arbeiten aus der Doktorarbeit von unserem Kollegen Vassilis Kalofolias (Large Scale Graph Learning) zu präsentieren, werden wir die Gelegenheit haben, die neuesten Wege zur Lösung von Problemen des maschinellen Lernens von Spitzenuniversitäten und ML-basierten Unternehmen der Welt zu sehen und zu diskutieren.
In einem späteren Beitrag werden wir einige der Highlights der Konferenz zusammenfassen. Bis dahin finden Sie weitere Informationen und das Programm der ICLR 2019 unter: https://iclr.cc/
- Blog: Braucht Industrie 4.0 ein Data Warehouse oder ein Lakehouse? (Teil 2) - Januar 17, 2024
- Blog: Braucht Industrie 4.0 ein Data Warehouse oder ein Lakehouse? (Teil 1) - Januar 17, 2024
- Zusammenschluss Substring und LeanBI - Dezember 31, 2023