c't 26/2018
S. 170
Praxis
Google Datalab

Jupyter-Mission

Maschinelles Lernen in der Cloud mit Google Datalab

An die nötige Infrastruktur fürs maschinelle Lernen kommt man ganz einfach mit Googles Datalab in der Cloud. Mit einem kostenlosen Startguthaben von 300 Dollar implementiert und trainiert man ruckzuck Machine-Learning-Modelle, ohne privat einen leistungsfähigen Rechner zu brauchen. Wir erklären den Einstieg.

An die IT-Abteilungen vieler Firmen werden Wünsche angetragen, die sich nicht mit klassischer Programmierung umsetzen lassen. Beispielsweise soll die IT ein Add-on entwickeln, das in der Firma zukünftig E-Mails automatisch nach Sprachen sortiert. Solche Probleme sind ein typischer Fall für maschinelles Lernen (ML). KI-Systeme lernen dabei an Beispielen und beurteilen anschließend unbekannte Daten eigenständig. Die Spracherkennung im Smartphone funktioniert nach dem gleichen Prinzip. Aber Softwareentwickler müssen dafür erst mal für die datengetriebene Entwicklung umdenken und mit den Lernalgorithmen experimentieren.

Steht man so einem Problem gegenüber, wünscht man sich einen schnellen Einstieg, ohne erst mal Hardware anschaffen zu müssen. Genau dafür eignet sich Googles Datalab. Der Dienst läuft in Googles Cloud, für die Google Kunden bei der ersten Anmeldung mit einem Startguthaben von 300 Dollar ködert. Das Startguthaben reicht locker, um ohne Extrakosten zu experimentieren. Ob die Firma anschließend Googles kostenpflichtiges Cloudangebot nutzt oder den entwickelten Algorithmus auf eigener Hardware ausführt, kann sie entscheiden, nachdem das System steht.

Kommentieren

Weitere Bilder

Jupyter-Mission (3 Bilder)

Auf der Datalab-Startseite erstellen Sie neue Notebooks oder surfen durch die als Notebooks umgesetzte Dokumentation samt Beispielen.