首页
博客
源码
资源
博客
源码
写文章
发布博客
发布资源
登录
X
机器学习
相关资讯
热门
最新
后端
01-01 08:00
后端
机器学习所需的工程量未来会大大减少
机器学习所需的工程量未来会大大减少,作者|DavidLiCause译者|平川编辑|陈思未来,构建ML产品将更加有趣,并且这些系统会工作得更好。随着ML自动化工具的不断改进,数据科学家和ML工程师将把更多的时间花在构建优秀的模型上,而花在与生产级ML系统相关的繁琐但必要的任务上的时间会更少。本文最初发布于KDnuggets,经原作者授权由InfoQ中文站翻译并分享。AI是一个系统工程问题。构建一个有
281
后端
01-01 08:00
后端
机器学习面临的挑战是工程问题,不是数据科学问题
机器学习面临的挑战是工程问题,不是数据科学问题,作者|CalebKaiser译者|Sambodhi策划|蔡芳芳本文讲述了从数据科学转向机器学习工程的途径及意义。本文最初发表在TowardsDataScience博客上,经原作者CalebKaiser授权,InfoQ中文站翻译并分享。在过去20年,机器学习一直围绕着这样一个问题展开:我们能不能训练一个模型去做一些事情?当然,有些事情可以是任何任务。比
184
后端
01-01 08:00
后端
机器学习变得越来越容易,但软件工程仍然很困难
机器学习变得越来越容易,但软件工程仍然很困难,机器学习工具正变得越来越易用谷歌希望让所有人,无论技术背景如何,都能很容易掌握机器学习模型的训练方法。参见:技术民主化-https://en.wikipedia.org/wiki/Democratization_of_technology随着机器学习变得越来越容易使用,云服务的市场也在增长,而理解算法的意义也在下降。曾经,我们需要人工实现算法。现在Sk
221
后端
01-01 08:00
后端
机器学习,像极了一场足球比赛
机器学习,像极了一场足球比赛,作者|RenatoBoemer译者|Sambodhi策划|刘燕如果向没有技术背景的人解释清楚机器学习,可能有些难度。本文最初发表于TowardsDataScience博客,经原作者RenatoBoemer授权,InfoQ中文站翻译并分享。如果你是一名专业数据科学家,你会经常被问到一个问题—“你这个工作是干什么的?”如果向没有技术背景的人解释清楚这个问题,可能有些难度。
170
«
1
2
3
4
5
6
»