Публикации по теме 'big-data'


Демистификация больших данных, машинного обучения и интеллектуального анализа данных!
Начиная с сегодняшнего дня, я попытаюсь разобрать основные концепции, идеи и термины, связанные с наукой о данных, большими данными, машинным обучением, аналитикой и многими другими подобными темами. Итак, давайте углубимся. Начнем с нуля! Зачем заниматься наукой о данных, ML (машинное обучение), AI (искусственный интеллект), аналитикой данных, большими данными (BD)? Короткий ответ: мы хотим знать информацию лучше, быстрее, дешевле и, что более важно, знать ее правильно в режиме..
Большие данные наносят ответный удар: рост количества изображений, сенсоров и геномных данных, лежащих в основе глубоких вертикальных стартапов
Каждые два года мы создаем в десять раз больше данных, чем за всю предшествующую историю человечества - 90% мировых данных имеют возраст менее двух лет. Во всяком случае, этот темп будет увеличиваться. А уникальное сочетание инноваций в алгоритмах машинного обучения и недорогого сбора данных может обеспечить существенное преимущество как в вычислительной технике, так и в компаниях, которые от нее зависят. Как отмечают Алон Халеви, Питер Норвиг и Фернандо Перейра из Google в статье..
A16 - Введение в машинное обучение (РЕЗЮМЕ)
УЗНАЙТЕ БЫСТРО О ТЕХНОЛОГИЯХ БОЛЬШИХ ДАННЫХ A16 - Вы знаете, что такое машинное обучение? (РЕЗЮМЕ) КРАТКИЕ СТАТЬИ ПО БОЛЬШИМ ДАННЫМ ИЗ XNEWDATA Добро пожаловать. Прочтите и поймите, что такое большие данные. Статьи для чтения от 1 до 3 минут. Используйте свое время лучше. A16 - Вы знаете, что такое машинное обучение? (Резюме) Машинное обучение (ML) - широко используемый термин. Применение машинного обучения растет во многих областях человеческой деятельности, таких как..
По крайней мере, я не видел никого, кто занимался AI + робототехникой + машинным обучением…
По крайней мере, один вопрос, который я не видел ни у кого, кто занимается AI + робототехникой + машинным обучением, адресован этому простому вопросу. Если Roomba — такое фантастическое решение проблемы уборки дома, почему он есть не у всех? Я думаю, что, хотя Roomba может отлично справляться с уборкой, он не может делать 50 других вещей, для которых мы наняли бы человека. Цена/выгода слишком сильно склоняется к стоимости. Аналогичный вопрос может быть Почему наши офисные здания..
Прогнозы облачных вычислений на 2017 г.: эффективная терапия обновления оборудования
Джек М. Жермен В 2016 году у облачной индустрии был довольно сложный год. Этот год будет лучше. Облачная индустрия продолжит внедрять разработки, которые произведут фурор в мире ИТ. Эти всплески создадут волны, которые изменят способ ведения бизнеса и обработки данных компаниями. Технический директор Bluelock Пэт О’Дей определил девять тенденций в области облачных технологий, которые вызовут бурю эмоций. Его компания недавно была отмечена в отчете Gartner Critical Capabilities..
Прогнозирование оттока пользователей Sparkify с помощью Pyspark
Введение Было бы здорово узнать, принимает ли ваш бизнес правильные решения, чтобы сделать людей счастливыми и оставаться на вашей платформе как можно дольше? Инструменты прогнозирования оттока позволяют компаниям быстро принимать решения именно в этом направлении. Чтобы предсказать вероятность того, что человек покинет вашу платформу, необходимо понимать множество различных факторов. Начиная от времени сезона и заканчивая личными особенностями поведения пользователя. Обзор В..
Перезагрузитесь или получите загрузку!
«Это было все равно, что попросить Рохита Шарму (также) подавать в среднем темпе», — вспоминает Судхир Чаттерджи. 38-летний ИТ-сотрудник из Силигури, Западная Бенгалия, начинает свой любимый вид спорта, чтобы объяснить решающий момент в своей карьере и жизни. Это была Пасха 2017 года. Чаттерджи тупо смотрел в неопределенное будущее. После окончания факультета компьютерных наук инженерного колледжа RV в Карнатаке Чаттерджи устроился на работу в HCL Tech в 2006 году. «Это был пик бума..