Der KI-Werkzeugkasten – Frameworks, Notebooks, Datenquellen

Die Sprache der KI ist Python. Dabei hat das Machine-Learning-Framework PyTorch gegenüber TensorFlow immer mehr an Boden gewonnen und lohnt daher einen ausführlicheren Blick. Aber auch scikit-learn ist mehr als eine Statistikbibliothek und eignet sich für den schnellen Einstieg ins Machine Learning. Jupyter-Notebooks dürfen im Werkzeugkasten angehender KI-Entwickler nicht fehlen. Alle großen Cloud-Anbieter – und auch einige kleine – wollen Entwickler mit gehosteten Notebook-Varianten an sich ziehen.

Auch Trainingsdaten sind Werkzeuge. Ihre Qualität bestimmt, was ein Modell leistet. Das Netz bietet viele Quellen – entscheidend ist, sie zu finden und zu beurteilen. Um Ähnlichkeiten und Muster in Datensätzen zu erkennen, ist die Assoziationsanalyse eine oft unterschätzte Methode. Sie zeigt, dass das gezielte Wählen von Algorithmen manchmal der Holzhammermethode großes KI-Modell bei Aufwand und Nutzen überlegen sein kann.