Examples of using Machine learning in German and their translations into English
{-}
-
Colloquial
-
Official
-
Ecclesiastic
-
Medicine
-
Financial
-
Ecclesiastic
-
Political
-
Computer
-
Programming
-
Official/political
-
Political
Machine Learning ist keine Magie.
Wobei sonst kann Machine Learning helfen?
Machine learning- ein neuer Ansatz in der Datenpflege.
Problemstellungen in der Datenanalyse als Machine Learning Aufgabe zu erkennen und definieren.
Zum Thema Machine Learning brachte uns Prof. Dr. Michael Beigl Einblicke mit.
Cyberangriffe werden immer häufiger mit Machine Learning und Künstlicher Intelligenz umgesetzt.
ML-Modelle(Machine Learning) können mit dem CoreML-Framework von Apple lokal auf dem mobilen iOS-Gerät ausgeführt werden.
Insbesondere der letzte Punkt- das sogenannte Machine Learning- eröffnet laut KPMG nie dagewesene Perspektiven.
Wir binden Machine Learning in unsere Software ein, damit die Verteidigungsmechanismen jedes einzelnen Kunden im Laufe der Zeit stärker werden.
Koordiniert wird es von Professor Karsten Borgwardt vom Machine Learning and Computational Biology Lab der ETH Zürich.
Im Bereich Machine Learning ist die künstliche Intelligenz zu Hause.
Dieser Vortrag führt in das Thema ein undgibt einen Überblick über die aktuellen Anwendungsmöglichkeiten des Machine Learning.
SlideShare-Titel Machine Learning at Netflix mit"Gefällt mir" markieren.
Mit über 10 Jahren Industrie-Erfahrung, und vielen zufriedenen Kunden,ist algorithmica eines der führenden Unternehmen im Bereich Machine Learning Lösungen für die Industrie.
Das Thema Machine Learning wurde am Beispiel der AP.
Heute gehört sie zu den weltweit renommiertesten Experten für Künstliche Intelligenz,ihre Forschungsschwerpunkte liegen in den Bereichen Machine Learning und Data Mining.
Datenanalyse und Machine Learning sind wichtige Prioritäten, ebenso wie die Cybersicherheit.
Für 2018 ist weiteres Wachstum geplant-vor allem mit der Erweiterung des Leistungsspektrums in den Bereichen Machine Learning und Industrie 4.0 bzw.
Grundkenntnisse im Bereich Machine Learning entsprechend Quantitative Methoden Vorlesung.
Ferner wurde erläutert, warum wir bei allenProduktreihen in Zukunft verstärkt auf künstliche Intelligenz(KI)- insbesondere Machine Learning- setzen werden, um aussagekräftige Prognosen zu generieren.
Er erklärte zunächst, was Machine Learning bedeutet, was es dazu braucht und wann dessen Einsatz relevant ist.
Obwohl Machine Learning und AI in der jüngsten Zeit zu einem integralen Bestandteil der Produktentwicklung geworden sind, steckt die Data Science selbst noch mitten in der eigenen Entwicklung.
Data-Mining entwickelte sich weiter in Richtung Machine Learning, das weit über die reine Mustererkennung in Datenbeständen hinausgeht.
Einsatzchancen von Machine Learning in der industrielle Bildverarbeitung- am Beispiel aktuelle Projekte in der Lebensmittel- und Pharma-Industrie.
Sie haben vielleicht von hochleistungsfähigen Arm-Prozessoren gehört, die Machine Learning anwenden. Aber was, wenn Sie das auch auf winzigen Mikrocontroller tun könnten?
Artifi cial Intelligence, Machine Learning, das steckt heute viel-leicht noch in den Kinderschuhen, die möglichen Anwendungen im Business Umfeld entwickeln sich jedoch rasant.
Er arbeitete außerdem als Machine Learning Engineer für Recommind, Inc., einen führenden e-Discovery Provider.
Im Themenbereich Machine Learning& Artifical Intelligence beschäftigen wir uns mit den Potentialen des Deep Learning und wenden die dabei erzielten Erkenntniss an im Bereich der Video-Analyse.
Ein Novize kann erste Einblicke in die Welt das Machine Learning sammeln, indem zur Ausführung fertiger Code ausgeführt und das fertige Modell angewendet wird.
Dabei liefert die selbstlernende(machine learning) und dynamische Software beispielsweise treffsichere Absatzprognosen und automatische Bestellvorschläge Auto-Disposition.