(Praktikum) Untersuchung des Machine Learning Benchmarks MLPerf

Motivation

Die Anzahl an Machine Learning Algorithmen wächst in den letzten Jahren stetig. Die Anwendungsfelder werden hierbei auch immer komplexer und vielseitiger. Die Performance der jeweiligen Machine Learning Methode hängt hierbei stark von dem entsprechenden Anwendungsgebiet ab. Zudem umfasst die Performance nicht nur die Genauigkeit, sondern auch weitere Maße wie z.B. die Laufzeit und die Energieeffizienz. Durch diese Vielzahl an Anwendungsgebieten und Performance Indikatoren, ist es schwierig, einheitliche Vergleiche zwischen Machine Learning Algorithmen zu finden. Daher benötigt man Benchmarks, die diese Aufgabe standardisieren und somit gleiche Vergleichseigenschaften liefern.

Ziele

In dieser Arbeit soll der Benchmark MLPerf genauer untersucht werden. Genauer gesagt geht es darum herauszufinden, welche Aspekte dieser Benchmark abbildet. Des Weiteren soll der  Benchmark im Rahmen dieses Masterpraktikums auch aufgesetzt und ausgeführt werden

Wir bieten

• Interessante Arbeit in aktuellen Forschungsthemen
• Möglichkeit der Einbringung eigener Ideen
• Intensive Betreuung
• Möglichkeit der Übernahme als Forschungs-HiWi

Dauer
    3-6 Monate

Kontakt
Marwin Züfle, M. Sc.
marwin.zuefle@uni-wuerzburg.de
https://go.uniwue.de/zuefle