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。

文章

Kubernetes·2019-03-22
南山行者 · 某银行 擅长领域:云计算, 容器, 容器云
173 会员关注
作者:左宇鹏2014年毕业于北京工业大学计算机学院,曾就职于某大型国企从事数据库运维工作。2018年3月加入民生银行信息科技部系统管理中心团队,目前主要致力于基于kubernetes和docker的容器平台和ceph分布式存储的研究和运维工作。--一、背景近年来,随着人工智能、机器学习、...(more)
浏览3340
数据中心·2019-04-12
cherrylook · 中国人寿保险集团 擅长领域:人工智能, 机器学习, 系统运维
66 会员关注
综述某金融保险数据中心的智能运维项目秉承自主创新的业务理念,掌握自有的技术自主知识产权,建设完全自主的平台,践行机构内部的数据存储管理,具有一定的行业通用性和示范作用。数据中心立足于传统运维职责,通过机器学习技术将运维水准整体大幅提升,实现数据中心智能化,实现运维...(more)
专栏: 最佳实践
浏览6935
评论5
HPC·3天前
Qq联盟成员 · 红宇精密 擅长领域:机器学习, 人工智能, 深度学习
1 会员关注
一、导语随着半导体行业的高速发展,芯片工艺及制程越来越精密,模拟仿真已经成为半导体企业在进行目标系统设计时,为满足功能、性能、功耗和其他指标要求所需要的一项重要业务流程。由于实际系统的复杂度、精细度的快速提升,要进行模拟仿真的需求的不断增长,以及效率要求的提升...(more)
浏览1109
评论2
数据分析·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2203
评论7
系统运维·2024-03-07
menglunyang课题专家组 · 中国银行 擅长领域:云计算, 容器, 容器云
10 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1328
评论5
HPC·4天前
Qq联盟成员 · 红宇精密 擅长领域:机器学习, 人工智能, 深度学习
1 会员关注
一、导语随着半导体行业的高速发展,芯片工艺及制程越来越精密,模拟仿真已经成为半导体企业在进行目标系统设计时,为满足功能、性能、功耗和其他指标要求所需要的一项重要业务流程。由于实际系统的复杂度、精细度的快速提升,要进行模拟仿真的需求的不断增长,以及效率要求的提升...(more)
浏览825
评论3
人工智能·2022-12-09
tackey · 上海合合信息科技股份有限公司 擅长领域:人工智能, 机器学习, 深度学习
前言随着深度学习的快速发展,图像分类、目标检测、语义分割以及实例分割都取得了突破性的进展,这些方法成为自然场景文本检测的基础。基于深度学习的自然场景文本检测方法在检测精度和泛化性能上远优于传统方法,逐渐成为了主流。下图列举了文本检测方法近几年来的发展历程。...(more)
浏览2987
大语言模型·2024-03-08
xuyy联盟成员 · 秦皇岛银行 擅长领域:人工智能, 大数据, 数据库
9 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1254
评论2
容器云·2022-01-17
zfyu · 某金融企业 擅长领域:系统运维, 机器学习, 人工智能
4 会员关注
摘要:降本增效从云计算发展至今一直都是企业上云最核心的关注点,无论是在线业务还是大数据、AI业务,都非常依赖算力的消耗,成本问题都是企业上云进行决策的核心因素,而资源优化则是降本增效的有效手段;本文通过设计容器云平台并从Pod压缩、Node压缩、水平/垂直扩缩容等方面作为...(more)
专栏: 最佳实践
浏览6096
评论3
自动化运维·2024-01-11
haizdl · 大连 擅长领域:灾备, 存储, 服务器
1233 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1102
评论7

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