机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

热点

智能化运维·2024-03-07
jason2006xu昆仑银行 擅长领域:系统运维, 监控, 云计算
45 会员关注
1、背景随着业务创新以及分布式架构、微服务、大数据、人工智能等技术演进,使得银行业IT运维面临软硬件数量激增、应用和架构复杂化、变更频繁、调用链显著增长、运维数据井喷等困难和挑战。运维技术在各行各业的重要性越来越高,特别在商业银行使用更广、更深,由于商业银行...(more)
专栏: 趋势观点
浏览1160
评论6
大语言模型·2024-03-08
xuyy秦皇岛银行 擅长领域:人工智能, 大数据, 数据库
8 会员关注
一、议题说明:随着新技术的革新,大模型从感知智能向认知智能跃迁,具备了一定的推理能力,在金融服务领域拥有良好的应用前景。基于大模型技术,金融机构可以更好地理解和响应用户需求,让产品和用户需求更精准地匹配。利用深度学习、强化学习、迁移学习等技术,融合金融行业的知识...(more)
专栏: 趋势观点
浏览1069
系统运维·2024-03-07
menglunyang中国银行 擅长领域:云计算, 容器, 容器云
9 会员关注
 近年来,随着应用系统规模的不断扩大,以及主机下移X86平台、小机下移X86平台的快速进行,使得X86平台的分区数急速上涨;不仅如此,随着应用系统复杂性的不断提高和新技术的不断演进,中间件的种类也在不断增长。根据一体化监控平台显示,团队每日需要处理的三级以上的告警条数高达...(more)
专栏: 最佳实践
浏览691
评论4
系统运维·2024-01-11
haizdl大连 擅长领域:灾备, 存储, 服务器
1228 会员关注
一、引言从九十年代到今天,应该说信息化技术发展经历了快速发展的三十多年。尤其是互联网催生出来的各种信息化技术使得IT从业务的辅助角色逐步变成了业务的推动,甚至是主导角色。同样作为保障企业信息系统安全运行的运维行业也从原来的手动逐步发展到自动,又从自动发展到智...(more)
专栏: 趋势观点
浏览518
评论7
银行大语言模型·2024-01-03
chinesezzqiangM 擅长领域:云计算, 存储, 私有云
429 会员关注
一、如何规范金融行业应用系统业务和IT技术数据的大模型应用的数据标准,有利于更好发挥大模型在金融行业的作用 ?答:制定统一的数据标准 :金融行业应制定一套统一的数据标准,包括数据格式、数据质量、数据安全性等方面的规定,以确保不同系统之间的数据互通性和一致性。建立数据...
银行大语言模型·2024-01-02
先生_许金融 擅长领域:人工智能, 数据库, 大数据
大模型在金融服务中的应用日益广泛,其强大的数据处理和解析能力为银行等金融机构带来了显著的效率提升和成本节约。最新的算法和技术进展使得大模型能够在更广泛的领域发挥作用,同时,业界也在不断探索新的应用案例,以实现金融服务智能化升级。在算法层面 ,大模型通过自然语言...
智能运维·2023-07-26
郑金辉某公司 擅长领域:云计算, 大数据, 系统运维
58 会员关注
前几天看计世资讯的报告,核心观点是PaaS的黄金发展期到了,我非常认同。其实随着平台从IaaS上升到PaaS,系统复杂度日益提高,自动化运维(智能运维、AIOPS、IToA、IToM...)的机会也到来了,最近好件事都跟自动化运维相关,就是最好的证明。一、我们看到的一些趋势1、巨头们是怎么看...(more)
浏览591
人工智能·2023-07-13
甘草片安天科技 擅长领域:数据库, 服务器, 存储
8 会员关注
收藏1
金币5
智能运维·2023-07-13
郑金辉某公司 擅长领域:云计算, 大数据, 系统运维
58 会员关注
最近做了一些跟智慧运维相关的工作,发现可观测性这个概念挺火,我也凑个热闹。一、什么是可观测性从去年下半年开始一直到现在,在IT运维领域有一个词一直热度不减,甚至一度超过了当初的AIOps,那就是“可观测性”。可观测性(Observability)本来是一个自动控制领域的一个术语,在控制...(more)
浏览683
深度学习·2023-02-26
taizi5112005资料共享科技集团 擅长领域:云计算, 大数据, 数字化转型
7 会员关注
收藏1
金币100

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题