Das Wissensportal für IT-Professionals. Entdecke die Tiefe und Breite unseres IT-Contents in exklusiven Themenchannels und Magazinmarken.

heise conferences gmbh

(vormals SIGS DATACOM GmbH)

Lindlaustraße 2c, 53842 Troisdorf

Tel: +49 (0)511/5352-100

service-sigs@heise.de

AI

321 Inhalte
Entdecken Sie unser Archiv zu tiefgehenden Inhalte zum Thema AI.
Agile Methoden haben sich in der Softwareentwicklung weitgehend durchgesetzt. Dabei werden entwicklungsbegleitende Tests idealerweise vollständig automatisiert durchgeführt, um die kontinuierliche Auslieferung neuer Softwarestände zu ermöglichen. Wir wollen zeigen, wie eine solche Testautomatisierung durch Behavior-Driven Testing (BDT) realisiert werden kann. BDT besticht durch lesbare und wartbar..
Szenarienbasierte Testautomatisierung mit hoher Lesbarkeit und Wartbarkeit
Testing AI

Ich brauch mal 5000 Adressen!

Author Image
Die automatisierte Generierung von Testdaten ergänzt die Testautomatisierung (TA). Der Artikel zeigt am Beispiel der Open- Source-Bibliothek „Faker“, wie Testdaten synthetisch im Einklang mit der Datenschutz-Grundverordnung erzeugt werden können.
Ich brauch mal 5000 Adressen!
Vortrainierte Neuronale Netzwerke ermöglichen eine verlässliche Detektion von bestimmten Objekten (z. B. Autos) in Bildern. In diesem Artikel stellen wir eine Anwendung vor, welche die Ergebnisse einer solchen Objekterkennung verwendet, um daraus die Belegung eines Parkplatzes zu ermitteln. Der Benutzer erhält in einer Oberfläche die Möglichkeit, Parkplätze zu definieren. Die Objekterkennung läuft..
Parkplatzbelegung mit Machine Learning als YOLOv4-Demo
BD Rowa zählt weltweit zu den führenden Herstellern von Kommissioniersystemen für Medikamente. Die empfindliche Ware macht eine laufende Überwachung der komplexen Anlagen sowie eine schnelle Fehlerbehebung unerlässlich. Deshalb stellt das Unternehmen seine Support-Infrastruktur von einem veralteten VPN-Netzwerk auf eine zentrale Embedded-Analytics-Lösung um. Der cloudbasierte Ansatz ermöglicht nic..
Embedded Analytics für Maschinendaten
Mit der Lakehouse-Architektur für die Datenanalyse in der Cloud liefert Databricks ein Bindeglied zwischen der bekannten Business-Intelligence-Welt und neuen Machine-Learning-Anwendungen. Die Lösung kombiniert dazu die Stärken von Data Lakes mit denen von Data Warehouses. BI-Spektrum sprach mit Horst Mundt von Databricks über die Vorteile und Herausforderungen der Architektur.
Die Vorteile von Data Warehouse und Data Lake kombinieren