Skip to Content
Aufbau von Pipelines für maschinelles Lernen
book

Aufbau von Pipelines für maschinelles Lernen

by Hannes Hapke, Catherine Nelson
September 2024
Intermediate to advanced
366 pages
9h 58m
German
O'Reilly Media, Inc.
Content preview from Aufbau von Pipelines für maschinelles Lernen

Vorwort

Als Henry Ford 1913 das erste fahrende Fließband für sein legendäres Modell T baute, verkürzte sich die Zeit, die für den Bau eines Autos benötigt wurde, von 12 auf 3 Stunden. Das senkte die Kosten drastisch und machte das Model T zum ersten erschwinglichen Auto der Geschichte. Außerdem ermöglichte es die Massenproduktion: Bald waren die Straßen mit Model T überschwemmt.

Da der Produktionsprozess nun eine klare Abfolge von genau definierten Schritten (auch Pipeline genannt) war, war es möglich, einige dieser Schritte zu automatisieren und so noch mehr Zeit und Geld zu sparen. Heute werden Autos größtenteils von Maschinen gebaut.

Aber es geht nicht nur um Zeit und Geld. Bei vielen sich wiederholenden Aufgaben liefert eine Maschine viel gleichmäßigere Ergebnisse als ein Mensch, wodurch das Endprodukt berechenbarer, gleichmäßiger und zuverlässiger wird. Und schließlich wird die Sicherheit erheblich verbessert, indem Menschen von schweren Maschinen ferngehalten werden, und viele Arbeitnehmerinnen und Arbeitnehmer werden in höherwertigen Berufen eingesetzt (obwohl, um fair zu sein, viele andere einfach ihren Job verloren haben).

Auf der anderen Seite kann die Einrichtung einer Montagelinie ein langer und kostspieliger Prozess sein. Und es ist nicht ideal, wenn du kleine Mengen oder sehr individuelle Produkte herstellen willst. Ford hat einmal gesagt: "Jeder Kunde kann ein Auto in jeder beliebigen Farbe lackieren lassen, solange es schwarz ist."

Die Geschichte der Autoproduktion ...

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

AirBnbBlueOriginElectronic ArtsHomeDepotNasdaqRakutenTata Consultancy Services

QuotationMarkO’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.
Julian F.
Head of Cybersecurity
QuotationMarkI wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.
Addison B.
Field Engineer
QuotationMarkI’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.
Amir M.
Data Platform Tech Lead
QuotationMarkI'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.
Mark W.
Embedded Software Engineer

You might also like

Aufbau von Anwendungen mit maschinellem Lernen

Aufbau von Anwendungen mit maschinellem Lernen

Emmanuel Ameisen
Architektur von Plattformen für Daten und maschinelles Lernen

Architektur von Plattformen für Daten und maschinelles Lernen

Marco Tranquillin, Valliappa Lakshmanan, Firat Tekiner
Maschinelles Lernen für hochriskante Anwendungen

Maschinelles Lernen für hochriskante Anwendungen

Patrick Hall, James Curtis, Parul Pandey

Publisher Resources

ISBN: 9781098191528