Schnellcheck für KI-Produkte: Das 3-Canvas Toolkit
Details
Eine bewährte Methode im Ingenieurwesen ist die Back-of-the-Envelope-Kalkulation zur schnellen und groben Schätzung von Kosten und Ressourcen. Doch wie können wir im Machine-Learning-Engineering diese Fähigkeit nutzen, um einen erfolgreichen Prototyp eines ML-Projekts zu erstellen?
Larysas Vorschlag: Durch den Einsatz eines Toolkits, welches auf drei Canvas basiert - dem Machine Learning Canvas, dem Data Landscape Canvas und dem MLOps Stack Canvas.
In ihrem Vortrag zeigt Larysa, wie Du mithilfe dieser Methoden schnell und kostengünstig bestätigen kannst, dass ein zukünftiges ML-Projekt lohnenswert ist.
Mit Dr. Larysa Visengeriyeva | Linkedin | Twitter
------------
Einfach aus dem Homeoffice teilnehmen!
Livestream mit Q&A am 3. Mai 2023, 12:15–13:00 Uhr.
👉👉👉[ https://www.youtube.com/ ](https://www.youtube.com/watch?v=kVYcbsudf8A&ab_channel=INNOQ)👈👈👈
------------
🤝 Für diese Veranstaltung gilt der Berlin Code of Conduct.
🗄️ Alle bisherigen Episoden findest du in unserem Archiv.
❓Fragen oder Anregungen? Schreib uns 👉[technologylunch@innoq.com](mailto:technologylunch@innoq.com)!
📘 Inside Technology 11: Unser Buch mit tiefgehenden Fachartikeln zu Software-Architektur und -Entwicklung