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

银行·2022-01-24
hym38 · 某银行 擅长领域:大数据, 人工智能, 数据库
14 会员关注
背景随着当今社会数字化业务的高速发展,运维模式不断被逼迫加快数字化转型,以GARTNER的“基础设施和运营IT评分体系"下的4000多份问卷测评和中国数据中心服务能力成熟度指数白皮书的评测数据分析,传统的运维模式下的绝大部分企业(评测分均为3分以下,满分5分)并不足以作为数字化...(more)
专栏: 趋势观点
浏览5454
可观测性·2023-07-13
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 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732
自动化运维·2023-07-25
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 会员关注
前阵子通过云课堂的方式跟同事们分享了我对AIOps的一些理解和认识,本来以为感兴趣的人不会很多,没想到反响还不错,不少人私信问我一些问题。这几天结合大家的问题,我做了一些总结和思考,整理如下:一、AIOps是必须的吗?从大的趋势上来讲,IT运维跟IT的整体发展,跟云计算大数据等技术...(more)
浏览609
大语言模型·2024-02-22
Luga Lee · None 擅长领域:云计算, 容器, 容器云
44 会员关注
深度学习框架是一种软件工具集,基于高层次编程语言或底层机器语言,旨在帮助深度学习开发者更方便、快速地编写和运行深度学习模型。它提供了一个抽象层,位于用户和底层模型之间,简化了深度学习应用程序的开发过程。深度学习框架的目标是为开发人员创造一个友好的环境,使他们能...(more)
浏览608
评论3
自动化运维·2023-07-26
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 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652
自动化运维·2023-07-27
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 会员关注
最近跟几个做自动化运维的人聊过一些关于运维的话题,我有了一些心得,记录下来,以供研讨。众所周知,IT在技术和业务的双轮驱动下,在不归路上狂奔,丝毫没有减速的迹象。IT运维也变得前所未有的复杂,单纯的靠人工和工具的已经不能解决问题了,之后开始出现自动化运维工具,自动运维的概...(more)
浏览536
机器学习·2023-01-08
victorylee · 浪潮商用机器有限公司 擅长领域:人工智能, 机器学习, 服务器
112 会员关注
基于K1 Power Linux的工智能框架很丰富,有开箱即用的企业级深度学习框架wmla,基于开源组件的wmlce,以及OpenCE,其中前两者在中文互联网资源还不少,搜遍了各个搜索引擎,没有看到任何关于OpenCE的中文文章,英文也不多见。究其原因,推测该软件发布时间较晚,并且发布在MIT,而非主流开...(more)
浏览2497
自动化运维·2023-07-26
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 会员关注
这几天一直在思考关于运维的事情。接着上次的思路说,跟不少客户都聊过这些问题,普遍认同随着业务上云,基本上也宣告传统运维走向了末路,不是非得去做智能运维,而是没得选择,随着数据上云和应用的微服务化,情况更是这样。一、运维的发展经历了哪些阶段从ITOM厂商的认知和行业发展...(more)
浏览526
自动化运维·2023-07-27
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 会员关注
“酒困路长惟欲睡,日高人渴漫思茶。”整天活在自己精心编织的以忙为借口的工作藩篱下,实在是有点昏昏欲睡。最近跟几个客户谈及自动化运维,支撑过程中团队内部也有一些分歧,我自己也有很多疑问,干脆就立一个自动化运维的题目深入学习一下。一、康威定律不知道从什么时候开始,...(more)
浏览452
制造·2024-04-23
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1521
评论3

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