Machine Learning Engineering

Der allgegenwärtige Hype um Machine Learning und Artificial Intelligence kann den Eindruck vermitteln, dass Software mit ML-Modellen einfach zu entwickeln ist. Laut diversen Studien scheitern allerdings fast 80 % der ML-Projekte.

Machine Learning Engineering – 10 fundamentale Praktiken

In diesem Vortrag stellt Larysa Visengeriyeva fundamentale Praktiken für Machine Learning Engineering vor, die dabei helfen, das eigene Projekt zum Erfolg zu bringen.

An dieser Stelle möchten wir Dir gerne ein YouTube Video anzeigen. Um es zu sehen, musst Du dem Laden von Fremdinhalten von youtube.com zustimmen.

Inhalt anzeigen (Datenschutzhinweise)

Folien downloaden

Links und Ressourcen

INNOQ-Bibliothek

Domain-Driven Design Referenz - Definitionen & Muster

Domain-driven Design spielt beim Entwerfen und Umsetzen von fachlich anspruchsvollen Systemen eine entscheidende Rolle. Für das Verständnis von DDD ist die DDD-Referenz von Eric Evans eine unverzichtbare Quelle – und liegt mit diesem Buch erstmalig in deutscher Übersetzung vor. Sowohl die Originalversion, als auch die Übersetzung stehen unter Creative-Common-Lizenz.
Download Download PDF
Hands-on Domain-driven Design – by example

Domain-driven Design practically explained with a massive case study.

This book aims to explain the concepts of Domain-driven Design in a way that it is easily applicable in practice. Each chapter contains a theoretical part which is explained from the point of view of practical applicability and then exercises with solutions based on a comprehensive, complex case study (real estate loans).
Download