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

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
云原生·2022-01-04
嘉为蓝鲸 · 广州嘉为科技有限公司 擅长领域:系统运维, 云计算, 云原生
22 会员关注
云系统异常检测背景随着云技术的飞速发展,云系统的复杂性和规模不断增加,云系统的稳定性受到了极大挑战。为了解决运维问题,运营商会通过指标(Metrics)、日志(Logs)等多个维度信息来了解云系统的运行状态。本文介绍的方法是通过分析系统指标(如CPU使用率、I/O请求数、网络吞吐量...(more)
浏览1801
人工智能·2021-12-31
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
110 会员关注
大力出奇迹。毋庸置疑,无数人工智能科学家设计的一连串的智慧机器学习模型,这些模型在很多业务中都行之有效,例如人脸识别,给用户推荐感兴趣的物品,以及使用搜索引擎搜索信息。这其中算法是功不可没的。在算法之外,算力也居功至伟。研究人员发当模型越来越大时,模型的准确率随着...(more)
浏览6041
人工智能·2021-12-31
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
110 会员关注
深度学习将AI推向热潮。 历史上,人工智能的发展经过了多次热潮,又多次陷入低谷,这里暂且不论。从2010年以来,深度学习通过算法上的突破,从而在语音识别,图像识别上的卓越表现,重新将人工智能的研究推向了高潮。深度学习算法种类繁多。深度学习算法主要是各种各样的人工神经网络...(more)
浏览7914
人工智能·2021-12-31
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
110 会员关注
算力,算法,数据是人工智能的三驾马车。我们通常将数据送入人工智能算法,算法学习数据背后的规律,形成模型,如下图所示:该过程中包含算法,算力,以及数据,其中数据是燃料,算法是引擎,服务器(算力)则是动力来源,三者是人工智能的三驾马车。 算力算力的重要性自不待言。强化学习之父Rich...(more)
浏览4281
云原生·2021-11-21
嘉为蓝鲸 · 广州嘉为科技有限公司 擅长领域:系统运维, 云计算, 云原生
22 会员关注
10月,由嘉为科技携手腾讯蓝鲸智云联合主办的智慧生长·研运未来暨2021年研运治理实践大会在北京成功召开。在20日下午进行的智能化运维分论坛上,来自中山大学陈鹏飞副教授同与会嘉宾探讨了云原生大势下,智能运维的发展背景、技术以及未来展望,共同探寻云原生时代的AIOps前沿...(more)
浏览1048
腾讯·2021-11-21
嘉为蓝鲸 · 广州嘉为科技有限公司 擅长领域:系统运维, 云计算, 云原生
22 会员关注
10月,由嘉为科技携手腾讯蓝鲸智云联合主办的智慧生长·研运未来暨2021年研运治理实践大会在北京成功召开。在20日下午进行的智能化运维分论坛上,来自腾讯IEG技术运营部的蓝鲸AIOps负责人盘隆同与会嘉宾探讨了AIOps在蓝鲸的实践思路和路径,并带来了《AIOps如何在腾讯IEG体系...(more)
浏览1268
自动化运维·2021-11-21
嘉为蓝鲸 · 广州嘉为科技有限公司 擅长领域:系统运维, 云计算, 云原生
22 会员关注
一、背景日志数据是一种广泛可用的数据资源,用于记录各种软件系统中运行时的系统状态和关键事件。开发人员通常利用日志数据来获取系统状态、检测异常和定位根本原因。隐藏的丰富信息为分析系统问题提供了一个很好的视角。因此,通过在大量日志数据中挖掘日志信息,数据驱动的...(more)
浏览2626
AI·2021-06-04
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
110 会员关注
纳粹德国每月生成多少豹式坦克?如何获得这个重要的情报呢?除了腥风血雨的谍战外,也可以通过统计估计获得。盟军通过研究缴获和被摧毁的坦克,发现轮胎编号为1、2、3等数字,这些数字是车轮模具的上的编号,通过估计模具的数量,推算这些模具可以产生多少轮胎,从而估算出纳粹德国的坦...(more)
浏览3682
人工智能·2021-05-05
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
110 会员关注
系统运维中的异常检测AnomalyDetection概述异常检测:基于分类模型异常检测:基于聚类模型-原理篇异常检测:基于聚类模型-实践篇异常检测:基于OneClass模型(待续)异常检测:基于数据重构(待续)异常检测:基于深度学习(待续)异常检测:基于集成学习(待续)异常检测与无监督学习。大部分...(more)
浏览7015

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