Modellentwicklung
Ganzheitlicher Workflow für KI-Modelle
Für Ihre optimale KI-Lösung bedienen wir ein breites Spektrum an KI-Algorithmen, wie
– Reinforcement Learning
– “Klassisches” Machine Learning (Anomaly Detection, Clustering, Forecasting, etc.)
– Deep Learning mit Neuronalen Netzen (Computer Vision, NLP, etc.)
Datenbereinigung und -vorbereitung
Z.B. Entfernen von Ausreißern, Auffüllen fehlender Werte, Konvertieren von kategorischen Variablen in numerische Werte.
Modellevaluation
Geeignetes Modell für das Problem wird ausgewählt und trainiert. Wir bedienen ein breites Spektrum von Problemstellungen, vom „klassischen“ Machine Learning mit numerischen oder kategorischen Werten bis zu Computer Vision oder Spracherkennung mit Deep Learning.
Modelloptimierung
Anpassung der Hyperparameter zur Verbesserung der Performance.
Validierung und Test
Es muss sichergestellt werden, dass das Modell die erwarteten Ergebnisse liefert.
Dokumentation der Experimente
Alle Phasen werden dokumentiert und es wird ein Bericht erstellt, bevor die nächste Phase des CRISP Modells eingeleitet wird.
Die Modellierung erfolgt in der Regel in diesen Phasen: Zuerst werden einige Modelle evaluiert und grob auf ihre Performance im Hinblick auf Genauigkeit, Effizienz und Latenz getestet. Anschließend wird ein geeignetes Modell ausgewählt und fein nachjustiert (Hyperparameter Tuning) und wieder auf Performance überprüft. Sollte die gewünschte Modellperformance nicht erreicht werden, setzen wir wieder in der Datenvorbereitungsphase an, um z.B. weitere Features oder Transformationen hinzuzufügen.
Unsere KI-Experten verwenden zur Modellierung gängige Bibliotheken wie:
Neben Open-Source-Lösungen bieten wir auch die Auto-ML Lösung unseres Partners H2o.ai an.
Jetzt Kontakt aufnehmen
Sie möchten die Vorteile von KI-Lösungen nutzen, um Ihr Unternehmen weiterzubringen?
Kommen Sie auf uns zu – wir beraten Sie gerne über Möglichkeiten und Anforderungen, damit Sie so schnell wie möglich auf die Überholspur kommen!
