Vortrag: Machinelearning mit Springboot und H20

Zur Aufzeichnung

Schätzungsweise 60% aller Machine-Learning- und Analytics-Projekte in Unternehmen gelangen nicht über eine Experimental- bzw. Pilotphase hinaus. Diese Zahl zeigt eindrucksvoll, dass
Data Science und Operative Systeme oft noch in sehr unterschiedlichen Welten stattfinden. Beide Welten zu verknüpfen bedingt aktuell eher komplexe mehrstufige Prozesse. Oft mit dem Ergebnis,
dass der ein oder andere Schritt nur manuell durchgeführt werden kann und somit jegliche Möglichkeit zur Automatisierung und damit Skalierung zu nichte macht indem z.B. bereits entwickelte Modelle mühsam händisch im operativen System nachgebaut werden.
Die Open Source Machine Learning Plattform H2O, welche auch von Stanford-Professoren beraten wird, fungiert jedoch als Brückenbauer zwischen beiden Welten und bietet zur Lösung der dargestellten Probleme eine Sammlung an mächtigen Features an - unter anderem sind dies
eine REST-API, sowie Python- und R-Schnittstellen um Daten einzulesen, Workflows in H2O zu steuern - aber auch die Möglichkeit, Modelle zu generieren, die wiederum direkt im eigentlichen Java Code eingebunden und aufgerufen werden können.
All diese Funktionalitäten nutzen wir, um zunächst mit Hilfe eines Springboot-Webservices über eine schlanke Schnittstelle H2O an ein operatives Betrugssystem zu koppeln und somit die Möglichkeit erhalten unserem System automatisiert Input aus verschiedenen Machine Learning-Modellen anzuliefern.
Der Vortrag skizziert die Umsetzung beginnend bei der Erstellung und Testung des Modells, sowie der Programmierung der benötigten Schnittstellen, bis hin zum automatischen Datenimport, der Anpassung des Generierung des Models sowie dessen schlussendlichen Übernahme ins operative System über H20 und den eigens entwickelten Webservice.

Info

Tag: 17.03.2021
Anfangszeit: 09:00
Dauer: 00:40
Raum: Quantum 3
Track: Data & Streaming
Sprache: de

Links:

Feedback

Uns interessiert Ihre Meinung! Wie fanden Sie diese Veranstaltung?

Gleichzeitige Events