Machine Learning ohne Hype

A presentation at Developer Week Nürnberg in in Nuremberg, Germany by Philipp Krenn

Machine Learning ist aktuell sowohl ein "heißer" wie auch mehrdeutiger Begriff. Dieser Vortrag behandelt einen konkreten Aspekt davon — die Anomalieerkennung in Zeitserien. Das klingt zuerst sehr spezifisch, ist aber für den Betrieb und die Sicherheit von IT-Systemen konkret anwendbar: Was ist das erwartete Verhalten und wie schwerwiegend ist eine Abweichung davon.

Dabei betrachten wir folgende Aspekte:

  • Was steckt hinter Artificial Intelligence, Machine Learning und Deep Learning generell?
  • Wann sind regelbasierte Ansätze die richtige Lösung und wann benötigt man Machine Learning?
  • Was bedeutet maschinelles Lernen für Zeitserien?
  • Was unterscheidet supervised und unsupervised Machine Learning in diesem Bereich?
  • Wie könnte ein Beispiel mit einem Datensatz aus der Realität aussehen?

Resources

The following resources were mentioned during the presentation or are useful additional information.

  • GitHub: Demo Code

    This is the Docker setup for the demo. You will need to provide your own logs to try it out, since there is always some sensitive information in them, which we cannot share unfortunately.

Buzz and feedback

Here’s what was said about this presentation on Twitter.