机器学习定义
收录了 机器学习定义 频道下的 50 篇内容
一站式机器学习平台架构的搭建
本次分享介绍美团搭建的一站式机器学习平台架构。
数学菜鸟如何学习机器学习
机器学习中数学的重要性：良好的数理基础会让机器学习事半功倍，算法和模型的选择和理解都需要一定的数学基础。 -机器学习中哪些数学知识是必备的：线性代数、概率论和统计学、多元微积分、算法和优化理论、复变函数和信息论中的相关知识和概念都是必需的。
深入理解 AutoML 和 AutoDL（三）：机器学习的发展
从理论与实践的双重维度，对AutoML和AutoDL的入门知识和进阶知识做了全面介绍。
Amazon SageMaker Autopilot – 在完全控制和可见的情况下，自动创建高质量的机器学习模型
今天，我们非常高兴地推出 Amazon SageMaker Autopilot，它可以在完全控制和可见的情况下，自动创建最佳分类和回归机器学习模型。
Amazon SageMaker Ground Truth ，构建高度准确的数据集并将添加标签的成本最高降低 70%
1959 年，Arthur Samuel 将机器学习定义为“让计算机能够无需明确编程而进行学习的研究领域”。
建立高效机器学习团队的 4 个步骤
如何打造机器学习团队？
Quora 数据科学家和机器学习工程师是如何合作的
数据科学家和机器学习工程师如何有效协作是一个困扰许多公司的问题。在前不久于旧金山举行的MLConf大会上，Quora工程副总裁Xavier Amatriain介绍了他们应对这一问题的方法。近日，他又援引Quora数据科学家William Chen的说法进一步阐述了Quora的做法。
临床医生需要了解的机器学习
Alexander Scarlat博士在他的系列文章“临床医生机器学习入门”中解释了机器学习的核心内容。
机器学习应用设计阶段的 10 个陷阱和 11 个最佳实践
本文主要介绍了在机器学习项目的最初设计阶段中，你可能会遇到的陷阱，并详细阐述如何避免这些陷阱的最佳实践。
用 JavaScript 学习机器学习的 4 个理由
Python并不是编写机器学习应用程序的唯一选择。
在向生产环境部署 ML 前应该知道的 4 件事
在将机器学习项目部署到生产环境之前，你应该知道哪些事？
Spotify 开源 Terraform：用于在 GKE 上运行 Kubeflow
Spotify开源了自研的Terraform模块，用于在Google Kubernetes Engine（GKE）上运行机器学习流水线软件Kubeflow。
论机器学习的正确学习姿势
在机器学习如火如荼的今天，没学过机器学习的开发人员要怎样才能学会机器学习？
谈金融服务领域的机器学习最佳实践
《金融服务中的机器学习最佳实践》白皮书旨在帮助大家了解如何建立起安全且具有良好治理水平的机器学习工作流，大家也可以结合实际疑问与作者取得联系。在您的机器学习探索之旅中，不妨随时参阅另一份白皮书以了解适用于机器学习工作负载的AWS架构设计原则。
不懂业务的开发人员，就不是好的数据科学家
当下，数字化转型浪潮席卷各行各业。等位人数过多，在线预约取号软件得到了广泛应用。而就在当天，某知名火锅店的排号系统却意外罢工，更是直接登上了微博热搜榜。
Josh Wills 谈机器学习的生产环境
大数据加快商业化步伐，使互联网行业出现了新岗位与新环境。在2014年6月的Midwest.io会议上，数据科学家Josh Wills做了一场名为“从实验室走向工厂：建设机器学习的生产环境”的主题演讲，意在讨论这种机器学习的工业环境如何实现。
落地机器学习前，我们应该思考清楚的几个问题
随着大数据技术的普及和发展，机器学习技术从搜索引擎开始，伴随着互联网、移动互联和共享经济的发展，日益成为改善用户体验、提高产品质量的核心组件。机器学习技术不仅给互联网带来了源源不断的收入（互联网广告），甚至也在改善每一位用户的日常电商购物、交通出行、旅游等方方面面的体验。那如何在已有的系统或者业务中落地机器学习相关实践呢？在开始使用机器学习之前，企业应该有哪些准备？带着这些问题，InfoQ记者采访了PayPal 大数据研发架构师张彭善。
谈谈基于机器学习的编程到底比传统编程强在哪里？
基于机器学习的编程到底与传统编程有哪些不同呢？顾名思义，机器学习大部分工作是由机器来完成的，而传统编程需要程序员自己根据具体的问题建模解决。除此之外，基于机器学习的编程比传统编程还强在哪里呢？
机器学习工程师将在十年后消失？
机器学习工程师将会被谁取代？
京公网安备 11010502039052号 | 产品资质
