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

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639
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720
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
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2954
智能运维·2022-04-29
michael1983联盟成员 · 某证券 擅长领域:服务器, 云计算, 存储
312 会员关注
收藏2
金币1
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5440
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6084
评论3
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6026

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