All Posts By

Oliver Zeigermann

DeepLearningMEAP_Blog

Deep Learning Crash Course (MEAP) – Oliver Zeigermann

By | Publikationen, Video | No Comments
„Deep Learning Crash Course“

Manning Early Access Program (MEAP)

Deep Learning Crash Course – liveVideo Course MEAP
video guide: Oliver Zeigermann
Manning Early Access Program (MEAP), Manning Publications
published November 2018
liveVideo – Deep Learning Crash Course at manning.com

With an emphasis on simplicity, Deep Learning Crash Course teaches you to build machine learning models, the part of a system that makes classifications and predictions. You’ll also learn how to apply algorithms that train the model to improve based on the data it encounters. Your video guide Oliver Zeigermann launches your learning with a spotlight on how deep learning is different from other programming and data analysis techniques. You’ll work through a complete project and learn to use the most popular Python-based deep learning tools, including scikit-learn, Keras, and TensorFlow

All the tools are free and open source. The incredible machine learning library Keras has a minimalistic, instantly-comfortable API that handles most of the math, so you’ll get the maximum return on your time. As you work your way through this practical video course, you’ll gain skills like training a neural network, creating and executing TensorFlow code, encoding your data, and making your model more general. By the end, you’ll know how to evaluate your results, debug and improve your model, and deploy it for production.

What you will learn?
  • The basics of neural networks
  • Machine learning techniques using Scikit-learn, TensorFlow, and Keras
  • How to train a machine learning model and evaluate the results
  • Debugging and improving your model
  • Deployment in a production environment

Prerequisites: You need beginner to intermediate Python programming skills and some experience working with organized data files, such as databases or spreadsheets.

Oliver Zeigermann- liveVideo - Deep Learning Crash Course

Deep Learning Crash Course (Manning.com)

follow us on Twitter – @embarced

Machine Learning Summit

Interview: Anwendungsmöglichkeiten von Machine Learning

By | Allgemein, Inhaltliches | No Comments
„Anwendungsmöglichkeiten von Machine Learning“ (Interview zum ML-Summit)

Anwendungsmöglichkeiten von Machine Learning
Interview mit Oliver Zeigermann
online im ML-Summit Blog
erschienen am 24. Juli 2018

embarc Vorträge & Workshops auf dem ML-Summit

Oliver Zeigermann, Programm Chair und Trainer auf dem ML Summit, hat im Vorfeld des Events mit dem Entwickler Magazin über die vielfältigen Möglichkeiten zum Einsatz von Machine Learning und Deep Learning gesprochen. In dem Interview zeigt Oliver auf, welche Chancen ML auch für laufende Projekte bietet und womit ein Einstieg in die Arbeit mit Deep Learning möglich ist.

Lesen Sie das ganze Interview und erhalten Sie einen Vorgeschmack auf das große 2-in-1-Trainingsevent vom 1. bis 2. Oktober in Berlin.

zum Interview

ML_Summit_2018_Zeigermann

Keynote und Workshops – Oliver Zeigermann beim ML Summit 2018 Berlin

By | Publikationen, Vorträge | No Comments

Am 1. und 2. Oktober 2018 ist Oliver Zeigermann mit verschiedenen Workshops und der Keynote bei dem Trainingsevent für Machine Learning Development & Business Innovation – dem ML Summit – in Berlin dabei!

„Machine Learning auch für Dein Projekt!“
Logo ML Summit 2018
Machine Learning auch für Dein Projekt!
Sprecher: Oliver Zeigermann
Workshop auf dem ML Summit 2018
01. Oktober 2018, 10 – 13 Uhr
Victor’s Residenz-Hotel Berlin, Am Friedrichshain 17 in 10407 Berlin
#MLSummitDE

Machine Learning ist im Begriff viele Bereiche des Arbeitslebens zu transformieren. Mitunter begleitet von unrealistischen Versprechen und Befürchtungen. Ebenso gibt es aber auch viele – zum Teil weniger offensichtliche und bahnbrechende – Anwendungen, in denen Machine Learning eine große Hilfe sein kann.

Im ersten Teil des Workshops erläutert Oliver, welche Arten von Machine Learning es gibt und wie insbesondere Supervised Machine Learning funktioniert. Dabei wird schon klar, dass ohne passende Daten kein Machine Learning betrieben werden kann. Im zweiten Teil gibt Oliver Anregungen zu Anwendungsbereichen von Machine Learning und eine Anleitung, wie ihr eigene Anwendungsgebiete in euren Arbeitsbereichen findet. Zudem besteht hier die Möglichkeiten, Eure Ansätze zu entwickeln und daran zu arbeiten.

„Einführung in Deep Learning mit TensorFlow und Keras, NNs, CNNs, RNNs, LSTMS/GRUs“
Logo ML Summit 2018
Einführung in Deep Learning mit TensorFlow und Keras, NNs, CNNs, RNNs, LSTMS/GRUs
Sprecher: Oliver Zeigermann
Workshop auf dem ML Summit 2018
01. Oktober 2018, 14 – 17.30 Uhr
Victor’s Residenz-Hotel Berlin, Am Friedrichshain 17 in 10407 Berlin
#MLSummitDE

Man erzählt sich tolle Dinge von Deep Learning und auch TensorFlow. Die spannendsten Neuerungen basieren auf diesem Ansatz und dieser Software. Oliver erläutert in diesem Workshops, wie Neuronale Netzwerke eigentlich funktionieren und was ihr mit ihnen tun könnt. Wir werden dabei eigene Netzwerke für ein Klassifikationsproblem aufbauen und trainieren. Im zweiten Teil beschäftigen wir uns mit den besonderen Netzwerkarten für Bilderkennung (CNNs) und Textklassifikation/Sequenzen (RNNs). Dieser Teil wird durch Notebooks mit TensorFlow und Keras Code unterstützt.

Vorausgesetzt wird grundlegendes Wissen über Machine Learning, welches ihr z.B. in meinem Workshop „Machine Learning auch für Dein Projekt!“ (s.o.) am Vormittag erwerben könnt. Eine Vorinstallation auf den Rechnern ist nicht erforderlich, es genügt ein Laptop mit einem aktuellen Browser (bevorzugt Chrome).

„Panel: KI – Utopie oder Dystopie?“
Logo ML Summit 2018
Panel: KI – Utopie oder Dystopie?
Moderator: Oliver Zeigermann
Paneldiskussion auf dem ML Summit 2018
01. Oktober 2018, 17.45 – 18.30 Uhr
Victor’s Residenz-Hotel Berlin, Am Friedrichshain 17 in 10407 Berlin
#MLSummitDE

Asimov’s Drei Gesetze der Robotik gelten als Gemeingut der Science-Fiction. Oft verfilmt oder durch die Boulevardpresse aufgegriffen, wird eine mögliche Machtübernahme durch Roboter prophezeit – Roboter entwickeln ein Bewusstsein und sollen zu dem Schluss kommen, dass eine Welt ohne Menschen ihrem Optimierungsziel besser entsprechen würde.

Jenseits solcher reißerischer Meldungen sprechen wir in diesem Speaker-Panel über die Möglichkeiten, wie Machine Learning und KI eine positive Wirkung auf unsere Gesellschaft haben können, aber auch worauf wir achten müssen, um unerwünschte Effekte zu vermeiden.

„Keynote: Wie kann Machine Learning einen Geschäftsbereich transformieren?“
Logo ML Summit 2018
Wie kann Machine Learning einen Geschäftsbereich transformieren?
Moderator: Oliver Zeigermann
Keynote auf dem ML Summit 2018
02. Oktober 2018, 9 – 9.45 Uhr
Victor’s Residenz-Hotel Berlin, Am Friedrichshain 17 in 10407 Berlin
#MLSummitDE

Machine Learning hat das Potential, die Art und Weise wie Software funktioniert oder die Art wie Entscheidungen getroffen werden, zu revolutionieren. Daten von guter Qualität und Quantität sind dabei der Schlüssel zum Erfolg: Sitzt ihr vielleicht sogar auf einer Goldgrube, ohne es zu ahnen?

Übrigens – bei der Onlineanmeldung zum ML-Summit und zum Python-Summit erhalten Sie mit unserem Rabattcode „embarc15-MLsum“ zusätzlich zum Frühbucher- und Kollegenrabatt jeweils 15 Prozent Rabatt!

 

Zur Veranstaltung

Oliver Zeigermann, SciPy 2018 Austin – Understanding Machine Learning

By | Allgemein, Vorträge | No Comments
„Understanding Machine Learning by Looking at Simple Visualizations“

Artificial Intelligence & Machine Learning 101

Understanding Machine Learning by Looking at Simple Visualizations
Speaker: Oliver Zeigermann
Scientific Computing with Python, Austin, Texas July 9-15, 2018
SciPy 2018 – Talks and Posters
AT&T Executive Education and Conference Center, University of Texas campus in Austin

Machine Learning can be extremely helpful, but at the same time very hard to get into. So if you are either struggling to understand it yourself or want to help others understanding it, visualizations can be extremely helpful.

We embrace this idea and by looking at plots of a single, simple and intuitive data set we will explain the core concepts and Learning strategies.

The concepts include the difference between programming and machine learning, validation, and over- and underfitting. We will also cover k-nearest neighbors and neural networks.

Scipy 2018

follow us on Twitter – @embarced

Machine Learning

Buch: Machine Learning – von Chi Nhan Nguyen & Oliver Zeigermann

By | Bücher, Publikationen | No Comments
Machine Learning – kurz & gut

Eine Einführung mit Python, Pandas und Scikit-Learn

Cover Machine Learning, 2018
Autoren: Chi Nhan Nguyen und Oliver Zeigermann
Deutsch, 184 Seiten, April 2018
erschienen im: Verlag O’Reilly
ISBN Print: 978-3-96009-052-6
Das Buch bei Amazon kaufen
Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, die einen technischen Hintergrund haben, die schnellstmögliche Einführung in das umfangreiche Themengebiet des maschinellen Lernens und der statistischen Datenanalyse.

Dabei werden folgende Themen behandelt und mit praktischen Beispielen illustriert:

  • Datenimport und -vorbereitung
  • Supervised Learning
  • Feature-Auswahl
  • Modellvalidierung
  • Neuronale Netze und Deep Learning

Anhand von konkreten Datensätzen lernen Sie einen typischen Workflow kennen: vom Datenimport über Datenbereinigung, Datenanalyse bis hin zur Datenvisualisierung. Die Codebeispiele basieren auf Python und den Bibliotheken Scikit-Learn, Pandas, NumPy, TensorFlow und Keras. Nach der Lektüre dieses Buchs haben Sie einen Überblick über das gesamte Thema und können Ansätze einordnen und bewerten. Das Buch vermittelt Ihnen eine solide Grundlage, um Ihre ersten eigenen Machine-Learning-Modelle zu trainieren und vertiefende Literatur zu verstehen.

heise_developer

Artikel heise Developer – Integrations-Patterns bei JavaScript-Anwendungen

By | Artikel, Publikationen | No Comments
„Integrations-Patterns bei JavaScript-Anwendungen“

heise Developer

Integrations-Patterns bei JavaScript-Anwendungen
Autoren: Nils Hartmann und Oliver Zeigermann
heise Online, erschienen am 16. Februar 2018
Artikel online lesen

Frontend-Architektur unterscheidet sich in einem wesentlichen Punkt von der des Backends: Der Endanwender und sein Erlebnis beim Benutzen der UI sind unmittelbar Teil des Aufgabenfelds. Für den Benutzer sind häufig ganz andere Dinge wichtig als für die Entwickler der Anwendung.

Üblicherweise werden Webanwendungen heute als Single-Page-Anwendung (SPA, z.B. mit AngularJS) gebaut, um das bestmögliche Verhalten hinsichtlich UI und UX zu erhalten. Gerade bei größeren Anwendungen kann es jedoch erforderlich sein, die Anwendung in kleinere Teile aufzuspalten, damit die beteiligten Teams unabhängig arbeiten können. In drei Integrationsszenarien diskutieren Nils und Oliver prominente Lösungen, die mal mehr in Richtung UX gewichten und mal mehr in Richtung Entwicklungsprozess. Wie sich das aus Sicht des Nutzers anfühlt und ob sie dabei den perfekten Ansatz finden? Lesen Sie selbst …

zum Artikel

follow us on Twitter – @embarced

Olli_OOP_FrontendArchitektur

Was macht moderne Frontend-Architektur so schwierig? – OOP 2018

By | Publikationen, Vorträge | No Comments
„Was macht moderne (JavaScript) Frontend-Architektur so schwierig?“

OOP 2018

Die Anforderungen an eine moderne, clientseitige Architektur für Webanwendungen sind von der Komplexität inzwischen mit den Anforderungen an die zugehörige Backend-Architektur vergleichbar.
Backend-Architekturen sind seit Jahren Thema und gut durchschaut, aber das Verständnis zu Architekturansätzen für das Frontend ist oft erschreckend niedrig.
In diesem Talk erläutert Oliver, warum moderne Webanwendungen komplexe Architekturanforderungen haben und mit welchen Konzepten und auch mit welchen konkreten Technologien man darauf reagieren kann.

Oliver Zeigermann - Was macht moderne (JavaScript) Frontend-Architektur so schwierig?

Twitter-Einblicke…
Tweet @vicox

follow us on Twitter – @embarced

softwarearchitektur-meetup

Meetup in Hamburg: Moderne Frontend-Architektur mit Oliver Zeigermann

By | Publikationen, Vorträge | No Comments
Meetup Logo
 Moderne Frontend-Architektur
Referent: Oliver Zeigermann
Veranstaltung beim Softwarearchitektur Meetup Hamburg
17. Januar 2018, Einlass 18:30 Uhr, Beginn 19:00 Uhr
Kostenlos, aber Plätze begrenzt. Verbindliche Anmeldung bei Meetup
Academic Work GmbH, Großer Burstah 50-52 in Hamburg
Folien zum Talk (HTML)

Die Anforderungen an eine moderne, clientseitige Architektur für Webanwendungen sind von der Komplexität inzwischen mit den Anforderungen an die zugehörige Backend-Architektur vergleichbar. Backend-Architekturen sind seit Jahren Thema und gut durchschaut, aber das Verständnis zu Architekturansätzen für das Frontend ist oft erschreckend niedrig. In diesem Meetup diskutiert Oliver mit Euch, warum moderne Webanwendungen komplexe Architekturanforderungen haben und mit welchen Konzepten und auch mit welchen konkreten Technologien man darauf reagieren kann.

follow us on Twitter – @embarced

informatik-aktuell_machine_learning

Machine Learning im Unternehmen – Nutzen und Potentiale

By | Artikel, Publikationen | No Comments
Machine Learning im Unternehmen – Nutzen und Potentiale

Informatik Aktuell Tests

Machine Learning im Unternehmen – Nutzen und Potentiale
Autor: Oliver Zeigermann
Informatik Aktuell, erschienen am 19. Dezember 2017
Artikel online lesen

Viele der großen Player im IT-Umfeld wie Apple, Google, Amazon setzen auf Machine Learning. Die meisten Unternehmen haben jedoch ein ganz anderes Geschäftsmodell als die IT-zentrierten Großunternehmen. Gibt es für Ihr Unternehmen ebenfalls Potentiale? Und wenn ja, wie könnten diese aussehen? Was genau Machine Learning ist und ob es einen Unterschied zu Künstlicher Intelligenz gibt, ist erstaunlich strittig. Auch wird immer wieder von unterschiedlichen Arten von Machine Learning gesprochen, häufig von „Supervised Learning“, „Unsupervised Learning“ und „Reinforcement Learning“.

Für seinem Artikel nimmt Oliver an, dass wir uns in dem Umfeld einer Versicherung bewegen. Mit seinen Beispielen erläutert er drei der wichtigsten Anwendungen des sogenannten „Supervised Learnings“. Eben jener Art des Machine Learnings, die Andrew Ng als vorherrschend bezeichnet. Ziel ist es, dass Sie hieraus eine Inspiration für Ihre eigenes Unternehmen oder ihr eigenes Projekt ziehen können.

zum Artikel

ai-machine-learning-101-300x200

Artificial Intelligence & Machine Learning 101 – Turning Messy Data into Insights

By | Publikationen, Vorträge | No Comments
„Use Case: Turning Messy Data into Insights using American Domestic Flight Data“

Artificial Intelligence & Machine Learning 101

Use Case: Turning Messy Data into Insights using American Domestic Flight Data
Speaker: Oliver Zeigermann
Artificial Intelligence & Machine Learning 101, San Francisco, October 23-24, 2017
October 23, 4:30 pm – 5:00 pm
Marines‘ Memorial Club, San Francisco, CA

Download Slides (github)

Oliver currently writes a book introducing Machine Learning to beginners using Python, scikit-learn, TensorFlow, and Keras. His talk supports you when you’re involved in the area of ​​machine learning or if you work in a position affiliated with AI or data science. Some points to his talk:

· Checking the plausibility of your data
· Finding out what might be interesting
· Interactively exploring your data
· Answering specific questions using visualization

Use Case: Turning Messy Data into Insights

follow us on Twitter – @embarced