Публикации по теме big-data

Публикации по теме 'big-data'

Прогнозирование спроса в сотнях магазинов с помощью многозадачного обучения и хороших функций

Харлан Сеймур , старший специалист по машинному обучению и инженер по обработке данных @ Afresh В Afresh мы разрабатываем технологию, которая помогает бакалейщикам сокращать пищевые отходы и повышать их прибыльность за счет более точного прогнозирования, заказов и операций со свежими продуктами на уровне магазина. Ежегодно во всем мире треть производимых продуктов питания выбрасывается в отходы . В Соединенных Штатах 40 процентов всех пищевых отходов приходится на розничную торговлю..

Влияние науки о данных в следующем десятилетии

1. Цель - карьера в области науки о данных Сегодня в этом руководстве Future of Data Science мы обсудим, что такое Data Science, навыки, необходимые для специалиста по данным, и обучение. Более того, мы рассмотрим все различия между машинным обучением и наукой о данных. Ведь машинное обучение - это часть науки о данных. Наряду с этим мы узнаем проблемы, прогнозы и будущее науки о данных. Кроме того, мы обсудим, почему следует выбрать карьеру в области Data Science. Итак, приступим к..

На этот раз искусственный интеллект реален?

В эти выходные я наконец-то посмотрел фильм «Из машины» (откровение: я не любитель кино и всегда отстаю от фильмов на десятилетия!). Довольно впечатляющий сюжет, хотелось бы, чтобы сценарий был немного лучше. Но что особенно выделялось для меня, так это применение теста Тьюринга для преодоления границ — не только для проверки человеческих действий, но и для человеческого сознания. Отныне я буду с подозрением относиться к симпатичным киборгам. Тем не менее, я пытался разобрать для..

Воскресный брифинг D4S #111

ВЫПУСК №111 Воскресный брифинг D4S #111 Еженедельный информационный бюллетень с последними разработками в области науки о данных, машинного обучения и искусственного интеллекта. 11 июля 2021 г. Дорогие друзья, Добро пожаловать в 111-й выпуск воскресного брифинга. На этой неделе мы рады объявить о последнем посте подстека Визуализация для науки : 3D-график , так что ознакомьтесь с ним и не забудьте Подписаться на V4Sci, чтобы никогда не пропустить пост! Вы также можете..

5 способов потерпеть неудачу в машинном обучении

Машинное обучение - это непросто. Когда я впервые узнал об этом, я действительно думал, что он может все. Вы просто кидаете в него что-нибудь, он начинает «шлепать», «писк», «фыркать», и выходит… что-то? Я даже не был уверен, каков конечный результат машинного обучения . С тех пор я научился правильно формировать свои ожидания, когда дело доходит до внедрения машинного обучения в мои продукты, чтобы оно приносило ценность моим клиентам. Вот грубое упрощение некоторых вещей,..

Большие данные, искусственный интеллект и кибербезопасность

Большие данные и искусственный интеллект настолько актуальны, что будет полезно начать с краткого обзора того, как начинается этот путь и как он развивается вместе. Большие данные можно объяснить с помощью 3V, а именно скорости, объема и разнообразия. Сегодня появилось много различных решений связанных проблем, таких как необходимость обработки больших и разнообразных данных в режиме реального времени. Когда программное обеспечение чат-ботов объединится с роботизированными приложениями, мы..

Платформа машинного обучения в Qucit

Мы исследуем, почему и как мы разработали платформу машинного обучения в Qucit, проблемы, с которыми мы столкнулись на этом пути, и то, что можно улучшить в следующей итерации. Машинное обучение (сокращенно ML) является неотъемлемой частью ДНК Qucit. Действительно, миссия Qucit - предложить «лучший пользовательский интерфейс для городов с помощью ИИ». Для этого мы развиваем 4 разные вертикали с акцентом на мобильность: Qucit Bike : Повышение удобства использования мобильных..