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。

动态

人工智能·2023-08-16
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, 大数据
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2991
互联网服务智能运维· 2023-08-12
pysx0503 第十区。散人   擅长领域:存储, 备份, 服务器
747 会员关注
运维软件我觉得更多的还是作为简化运维团队工作的一种工具。首先运维团队要有清晰的思路运维的信息化足够了解。运维软件是为了更好的及时的去了解信息化中的关键信息点,根据监控数据制定不同的策略,如果运维团退本身对这些没有了解。那么运维软件展示出的数据也就失去了意...(more)
HPC·2023-08-11
潘先生 联盟成员 上海同信网络信息技术有限公司   擅长领域:存储, 云计算, 服务器
6 会员关注
收藏1
金币10
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532
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446
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643
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...(more)
浏览526
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604
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
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723

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