Blog

Python Summit 2020
Das große Trainingsevent für Python
22. - 24. April 2020 | München
1
Okt

„Wir raten zu klassischen Machine-Learning-Algorithmen, die sich mit ähnlichen Mitteln wie traditionelle Software skalieren lassen“

Maschinelles Lernen – ein Zukunftsthema? Nein, sagt Oliver Zeigermann, Software-Entwickler bei embarc und Sprecher auf dem ML Summit 2019. Denn schon heute sind Anwendungen, die auf Machine-Learning-Mechanismen beruhen, in unserem Alltag gegenwärtig. Wo das heute geschieht, wie Reinforcement Learning funktioniert und welche Entwicklungen im Bereich des maschinellen Lernens uns noch bevorstehen, haben wir im Interview mit ihm besprochen.

Python Summit: In der Beschreibung eures Workshops für den ML Summit steht, dass es schwierig einzuschätzen ist, wann Machine Learning sinnvoll eingesetzt werden kann. Gibt es bestimmte Faktoren, an denen du das festmachen würdest?

Oliver Zeigermann: Die erste Frage ist, welche Daten man zur Verfügung hat oder beschaffen kann. Die zweite Frage ist welchen sinnvollen (geschäftlichen) Nutzen man erzielen kann und möchte. Möchte man etwas Bestehendes verbessern oder bisher nicht mögliches durch Machine Learning erst möglich machen. Darauf gehen wir in unserem Workshop natürlich genauer ein.

Python Summit: Welche Vorkenntnisse benötigt man, um erfolgreich ins Machine Learning einzusteigen?

Oliver Zeigermann: Mathematisches Verständnis ist nicht notwendig, allerdings reicht Erfahrung in der Programmierung nicht aus. Man muss vor allem methodische Kenntnisse erlangen, da der Prozess, mit dem man zu einem funktionierenden Machine Learning Modell kommt, anders ist als der traditionelle Software-Entwicklungsprozess.

Python Summit: Worin unterscheiden sich die Prozesse denn?

Oliver Zeigermann: Der besondere Unterschied ist, dass nicht spezifiziert wird, was die Software im Detail machen soll, sondern ein Algorithmus anhand von Daten ein Verhalten nachzuahmen oder eine Vorhersage zu machen lernt. Die Qualität einer solchen Vorhersage ist nur durch ein Experiment mit den Daten festzustellen. Ob diese Qualität für den Anwendungsfall ausreicht, bestimmt dann, ob man mit der Entwicklung fortfahren kann oder nicht.

Python Summit:Gibt es ML-Tools, die du Einsteigern besonders empfehlen kannst?

Oliver Zeigermann: Die Herausforderung beim Machine Learning sind weniger die Tools und ob man diese beherrscht. Das schafft man als technisch begabter Mensch relativ leicht. Daher wird Machine Learning auch häufig unterschätzt. Es sind aber eher die Denkweise und der Ansatz, der es vielen Leuten schwer macht. Dazu braucht man die emotionale Fähigkeite, mit Fehlschlägen umzugehen, da diese im Bereich des Machine Learnings – auch wenn man alles richtig macht – nicht zu vermeiden sind.

Python Summit: Bei Machine Learning geht es ja häufig auch um die Skalierbarkeit von Systemen. Wie gelingt es, diesen Faktor von Anfang an sinnvoll in Projekte einfließen zu lassen?

Oliver Zeigermann: Ich glaube, dass dieser Faktor häufig überschätzt wird. Die wenigsten Probleme sind Big Data und die wenigsten Probleme brauchen einen Kubernetes-Cluster, um sinnvoll in Produktion zu gehen. Um sich nichts zu verbauen, sollte man aber darauf achten, dass alles komplexen Lösungen, die auf neuronalen Netzwerken beruhen, GPUs oder TPUs erfordern. Diese Spezielhardware lässt sich häufig nur schwer virtualisieren und ebensowenig zwischen mehreren Prozessen teilen. Falls möglich, raten wir daher zu klassischen Machine-Learning-Algorithmen, die sich mit ähnlichen Mitteln wie traditionelle Software skalieren und in Produktion bringen lassen.

Python Summit: Welchen Tipp möchtest du Einsteigern ins Machine Learning mit auf den Weg geben?

Oliver Zeigermann: Startet mit einem einfachen, gut verstandenen Problem und vollzieht es erst einmal nach. Erst dann versucht es mit einem wirklich einfachen realen Problem aus eurem Umfeld. Was das sein kann, könnt ihr in unserem Workshop lernen.

Python Summit: Vielen Dank für dieses Interview!

 

Geschrieben von: Ann-Cathrin Klose

Ann-Cathrin Klose hat allgemeine Sprachwissenschaft an der Johannes Gutenberg-Universität Mainz studiert. Seit Februar 2015 verstärkt sie das Team von Software & Support Media, seit 2017 ist sie als Redakteurin im Team von entwickler.de und für das Entwickler Magazin tätig.

Alle Updates zum Python Summit!