Das Bild wurde mit der KI Midjourney durch das appliedAI Institute for Europe erstellt.

KI Engineering Ressourcen

Was bieten wir an?

Das appliedAI Institute for Europe hat die Vision, der open-access Accelerator für die Anwendung von vertrauenswürdiger KI zu sein. Wir haben es uns zur Aufgabe gemacht etablierte und neue Techniken des maschinellen Lernens zu identifizieren, zu testen und zu verbreiten. Wir wollen Praktiker:innen die besten Werkzeuge für ihre Anwendungen an die Hand geben. Unser appliedAI Institute for Europe TransferLab-Team hat sich genau das zur Aufgabe gemacht.

Erfahre mehr über die Angebote des TransferLab.

lakeFS-spec Library

Erfahre mehr über unsere Open-Source-Library lakeFS-spec! Das Python-Package vereinfacht den Dateizugriff und die Versionierung in einem lakeFS Data-Lake und macht sie so leicht wie die Arbeit im lokalen Dateisystem.

"Density estimation using deep generative neural networks" (2021): Qiao Liu, Jiaze Xu, Rui Jiang, Wing Hung Wong

Paper Pills

Paper Pills richten sich an Praktiker:innen oder Forscher:innen, die einen Einblick in die neuesten Entwicklungen erhalten möchten, aber wenig Zeit haben. Wir veröffentlichen monatliche Zusammenfassungen sowie gelegentlich Highlights von wichtigen Konferenzen.

kyle - Ein Showcase über die Bedeutung der Kalibrierung eines Klassifikators bei Entscheidungsprozessen

Software

Wir testen und bewerten neue Methoden und stellen robuste, gut dokumentierte und getestete Implementierungen bereit, die darüber hinausgehen, was normalerweise in akademischen Arbeiten zu finden ist.

Prompt-to-prompt Bildbearbeitung

TransferLab Blog

Wir veröffentlichen einführende Beiträge für Anfänger und Zusammenfassungen für erfahrene Professionals, die einen engen Zeitplan haben.

Interessengebiete des appliedAI Institute for Europe TransferLab-Teams

Du interessierst Dich für die Sicherheit und Zuverlässigkeit von ML OPS Themen und möchtest mehr dazu lesen und tiefer einsteigen? Das TransferLab-Team hat diverse Interessengebiete, in die das Team tiefer einsteigt und die regelmäßig mit den neuen Inhalten versehen werden.

Hier findest Du weitere Informationen zu den Interessengebieten des TransferLab-Teams:

Sicherheit und Zuverlässigkeit in ML-Systemen

Produktionssysteme müssen Tests umfassen, die sicherstellen, dass die Betriebs- und Trainingsbedingungen übereinstimmen.

Effizientes maschinelles Lernen

Die moderne KI leidet unter ständig steigenden Kosten für Zeit, Infrastruktur und Energie. Wir interessieren uns für effiziente Methoden, die weniger Daten und Berechnungen erfordern.

Vertrauenswürdiges und interpretierbares ML

Die Automatisierung von Entscheidungen auf der Grundlage von Daten ist ein vielschichtiges Problem. Wir befassen uns über die Erkennung von Anomalien bis hin zur Kalibrierung von Modellen.

Fortschritte und Grundlagen in ML

Wir halten ein Auge offen für interessante Entwicklungen in möglichst vielen Bereichen des maschinellen Lernens und hoffen, Entwicklungen mit großem Potenzial zu identifizieren.

ML Operations

Die Implementierung von KI-Lösungen erfordert unterschiedliche Herangehensweisen IT, Sicherheit und Betrieb.