Graue Silhouette eines menschlichen Kopfes, aus dessen Oberseite eine hexagonale neuronale Netzwerkstruktur hervortritt.

#ABCD-J arbeitet an vertrauenswürdigem #MachineLearning (z.B. #JuLearn) in Verbindung mit ethischer Forschung zu medizinischer #KI am @fz-juelich.de, ein Thema der Gruppe #Neuroethik und #Ethik in der KI und der Phil.Tech.Talks. Erfahren Sie mehr: abcd-j.de/de/news/2026...

#ML #AI

Screenshot des JuLearn Scores Viewer, der Daten für die Metrik neg_mean_absolute_error für drei Modelle anzeigt: gauss, rvr und svm.

#JuLearn – eine #ML #Python Bibliothek im #ABCD-J #Open-Source-Software Stack – wird als @fz-juelich.de #JuRSE (Jülich Research Software Engineering) #Code of the Month für Mai 2025 vorgestellt! Lesen Sie mehr auf der JuRSE-Website: www.fz-juelich.de/en/rse/commu....

#MachineLearning #Software #RSE

Die #JuLearn #Python Bibliothek ermöglicht es Nutzern, #ML Modelle aus #pandas DataFrames zu testen, indem sie die Menge des notwendigen Codes minimiert und Datenlecks vermeidet. Sie fördert verzerrungsfreie Methoden und Ergebnisse, die konsequent auf Verallgemeinerbarkeit getestet werden.

JuLearn-Logo mit dem Untertitel (auf Englisch) "Keep calm and run_cross_validation".

Gibt es eine Rolle für #AI in dem #ABCD-J Projekt? Ja! Und #JuLearn (juaml.github.io/julearn/main...) -- eine #Open-Source-Software, die auf @scikit-learn.org aufbaut -- ist die Art und Weise, wie wir sie implementieren.