Einführung | Machine Learning Blog

Google zeigt mit „Machine Learning Guides“ wie man maschinelles Lernen umsetzen sollte

Google gehört zu den Unternehmen, die genau wissen, wie man maschinelles Lernen umsetzen sollte und selbst viel Erfahrung in dem Bereich mitbringen. Mit ihrem Kurs „Machine Learning Guides“ bieten sie auch Neulingen in diesem Bereich einen guten Einstieg in die Materie, bei der auch der menschliche Aspekt nicht zu kurz kommt.

Programmieren lernen: Einführung in C++ mit einem YouTube-Video-Kurs

Hier auf dem Blog arbeiten wir fast ausschließlich mit Python, wenn es ums Programmieren geht, aber das ist ja nicht die einzige Programmiersprache der Welt. Es lohnt sich immer, andere Sprachen kennen zu lernen, daher wagen wir heute einen Blick über den Tellerrand und gucken einmal, wie man mit einer der bekanntesten und verbreitetsten Sprachen, C++, beginnt.

Erste Schritte in Googles Colaboratory mit Python

Google ist bekannt für seine vielen hochwertigen und dennoch kostenlosen Dienste wie Gmail, Google Maps, Google Docs, Google Drive und viele andere. Mit Colaboratory kommt ein weiterer Dienst dazu, mit dem sich Programme schreiben, ausführen und auch teilen lassen. Das allein ist interessant, aber richtig spannend wird das dadurch, dass Colaboratory Python-Code unterstützt und viele Tools für Machine Learning mitbringt. Sehen wir uns an, wie man mit Colaboratory loslegen kann.

Lernen: Kostenloser Online-Kurs zu Python 3

Python in der Version 3 ist mit Sicherheit die Sprache Nummer Eins, wenn es um das Anwenden maschinellen Lernens geht. Zwar ist Python eine vergleichsweise einfach zu erlernende Sprache, aber dennoch kommt es häufig genug vor, dass man mal dies, mal das vergisst. Hinzu kommt, dass die meisten Ressourcen englischsprachig ist, was den einen oder die andere abschrecken mag. Da hilft das kostenlose Python-3-Tutorial von Bernd Klein.

Machine Learning Crash Course von Google mit TensorFlow APIs

Die großen Tech-Firmen der Welt haben alle Machine Learning in vielen Gebieten im Einsatz. Neben Amazon bietet auch Google einen kostenlosen Kurs für Machine-Learning-Interessierte mit dem Namen Machine Learning Crash Course with TensorFlow APIs an. Sehen wir uns das Angebot etwas näher an.

Continuous-Integration-Tutorial: Bitbucket Pipelines einrichten

Nachdem wir uns Continuous Integration mit GitLab und GitHub angesehen haben, fehlt noch „Bitbucket Pipelines“ in der illustren Runde. Wie wir unseren CI-Prozess mit dem Dienst von Atlassian umsetzen, steht im Folgenden im Fokus.

Continuous-Integration-Tutorial: GitHub Actions einrichten

Erst seit kurzem bietet GitHub mit den „GitHub Actions“ eine Möglichkeit, Continuous Integration (CI) innerhalb von GitHub in unseren Software-Entwicklungsprozess einfließen zu lassen. Bisher war man hierfür auf Dienste von Dritten angewiesen. Werfen wir einen Blick darauf, wie du für dein Projekt die GitHub Actions einrichten kannst.

Continuous-Integration-Tutorial: GitLab-CI/CD einrichten

Das Schöne auf der GitLab-Plattform ist, dass Continuous Integration von Anfang an bereits mitgedacht wurde. Insofern geht das Aufsetzen eines Continuous-Integration-Prozesses (CI) samt Continuous Delivery/Deployment (CD) vergleichsweise einfach von der Hand. Ganz von selbst erledigt sich das Ganze jedoch nicht und was dafür notwendig ist, damit der Prozess läuft, ist im Folgenden unser Thema.

Code-Qualität in Python: Pylint als Linter für Python-Code einsetzen

Wir haben unsere IDE Visual Studio Code dank der Plugins so konfiguriert, dass sie uns während des Schreibens bereits viel Arbeit abnimmt, um unseren Code gemäß des PEP-8-Standards zu formatieren, aber alles kann uns das Plugin nicht abnehmen. Wir sehen uns einmal an, wie wir mit dem Einsatz des Linters Pylint unserem Ziel nach wohlgeformtem Python-Code ein entscheidendes Stück näher kommen.

Versionskontrolle mit Git auf einem Hoster wie GitHub, GitLab, BitBucket unter Visual Studio Code einrichten

Zwar lässt sich die Versionsverwaltung auch auf einem eigenen Server installieren, aber einfacher geht das Verwalten des eigenen Codes mit einem dedizierten Git-Hoster wie GitHub, GitLab und BitBucket. Wie das Zusammenspiel von Visual Studio Code und beispielsweise GitHub funktioniert, sehen wir uns hier genauer an.