In der heutigen KI-Entwicklung spielen Deep-Learning-Frameworks eine zentrale Rolle. Ein Vergleich der beiden populärsten Bibliotheken TensorFlow und PyTorch.
Zu Beginn eines Machine-Learning-Projekts steht die gründliche Datenvorbereitung. Feature Engineering bezeichnet die Auswahl oder Erzeugung relevanter Attribute aus den Rohdaten, um die Modellleistung zu verbessern.
Low Code verspricht die Vereinfachung der Softwareproduktion, künstliche Intelligenz die Steigerung der Developer Productivity. Was passiert, wenn man beide kombiniert?
Generative KI-Tools steigern Effizienz und beschleunigen Workflows – doch sie stellen auch neue Anforderungen an Entwicklerteams. Gefragt sind strategisches Denken, Kreativität und die Bereitschaft, sich laufend weiterzuentwickeln.
Die Integration von Künstlicher Intelligenz in Softwarelösungen hat mit Agentic AI ein neues Level erreicht. Auf der DWX Developer Week sprach Jana Obernosterer, Projektmanagerin bei Adesso, über die Chancen und Herausforderungen dieser Technologie – mit einem klaren Blick auf die Praxis und die Rolle der Developer.
Warum AI Driven Development nicht der Anfang vom Ende ist – sondern vielleicht der Anfang von etwas Besserem. Im DWX One2One rückt David Tielke das Bild um die KI in der Softwareentwicklung zurecht.
CTO Christian Weyer fühlt sich jung wie schon lange nicht mehr. Woran das liegt und warum er keine Angst um seinen Job hat, erzählt er im dotnetpro-Interview.
Eine aktuelle Studie zeigt, dass selbst modernste KI-Modelle den menschlichen Codern nicht gewachsen sind. OpenAI-Forscher bringen neue Erkenntnisse über die Grenzen von KI in der Softwareentwicklung
Entwickler stehen vor der Herausforderung, KI effektiv in ihren Arbeitsablauf zu integrieren. Ein Artikel zeigt vier zuverlässige KI-Lösungen, die Programmierern gezielt helfen.
