JAX | 11. - 15. Mai 2020 Mainz

Vereinfachte Machine-Learning-Architekturen mit Hilfe einer Streamingplattform

Keynote
Bis 19. Dezember: ✓ Gratis Agile Day ✓ Raspberry Pi oder C64 Mini for Free ✓ Bis zu 784 € sparen Jetzt anmelden
Infos
Dienstag, 5. November 2019
20:00 - 20:30
Raum:
Ballsaal A

Machine Learning (ML) wird in das Training von Modellen und die Vorhersage unter Verwendung des Modells unterteilt. ML Frameworks nutzen üblicherweise einen Big-Data-Speicher wie HDFS oder S3, um historische Daten zu verarbeiten und die analytischen Modelle zu trainieren. Dank einer modernen Streamingarchitektur können diese Speicher komplett vermieden werden. 

In diesem Talk wird diese moderne Streamingarchitektur mit traditionellen Batch- bzw. Big-Data-Alternativen verglichen. Zudem werden die Vorteile, wie die vereinfachte Architektur, die Möglichkeit, Events wiederholt in der gleichen Reihenfolge zu verarbeiten, um verschiedene Modelle zu trainieren, und eine skalierbare, unternehmenskritische ML-Archtektur für Echtzeitvorhersagen, beleuchtet, und vorgestellt, wie sie aussehen können – ohne die üblichen Kopfschmerzen und Probleme. 

Der Vortrag erläutert, wie Streamingdaten direkt über Apache Kafka aus einer beliebigen Quelle eingespielt, mit Kafka Streams oder KSQL verarbeitet, und danach direkt in TensorFlow für das Trainieren der Modelle und Vorhersagen genutzt werden können.

Alle News der Java-Welt:
Alle News der Java-Welt:

Behind the Tracks

Agile & Culture
Teamwork & Methoden

Data Access & Machine Learning
Speicherung, Processing & mehr

Clouds, Kubernets & Serverless
Alles rund um Cloud

Core Java & JVM Languages
Ausblicke & Best Practices

DevOps & Continuous Delivery
Deployment, Docker & mehr

Microservices
Strukturen & Frameworks

Web Development & JavaScript
JS & Webtechnologien

Performance & Security
Sichere Webanwendungen

Serverside Java
Spring, JDK & mehr

Digital Transformation & Innovation
Technologien & Vorgehensweisen

Software-Architektur
Best Practices