在企业能够利用大数据的优势之前,数据科学家和开发人员必须准备和组织好数据,并开发底层的机器学习算法和预测模型,以支持分析师和IT从业者使用的商业智能应用。
边缘计算是科技界的一个热门话题。这项快速发展的技术,让用户可以把计算和数据存储置于更靠近被使用的地方,越近就越节省带宽,享受越来越快的响应速度。
2017 年AWS re:Invent上发布了三款AI服务,其中一款就是Amazon SageMaker,这也是当年最有具有战略意义的产品发布,其将机器学习从面向开发人员的基础能力开放阶段推向面向包括数据科学家等多类角色的端到端快速应用构建阶段。
人工智能现在可以驱动所谓的要素工程(Feature Engineering),允许用户自动发现和创建数据科学处理功能。这种做法开启了一种全新的数据科学方法,似乎会威胁到数据科学家的作用。
最近Gartner发布了数据科学和机器学习(DSML)平台魔力象限报告。数据科学、机器学习和人工智能的市场格局极为分散,竞争激烈且难以理解。Gartner尝试根据明确定义的标准对厂商进行了排名。
近日,全球权威市场研究机构IDC发布了《IDC MarketScape:中国机器学习开发平台市场2019厂商评估》报告,紫光旗下新华三集团凭借在能力和策略两方面的出色实力跻身“Major Player-主要厂商”位置,成为入选的唯一兼具软硬件实力的平台级企业。
谷歌今天宣布将把用于训练机器学习算法的Cloud AutoML服务引入数据科学家在线社区Kaggle。
谷歌今天发布了企业版TensorFlow开源人工智能框架,旨在创建运行机器学习、深度学习以及其他统计和预测分析工作负载。
人工智能(AI)和机器学习现在已经无处不在,没有哪个行业不想利用这些技术所带来的好处,其中电信业是增长最快的行业之一,也是在许多业务方面使用人工智能和机器学习的行业,从增强客户体验到预测性维护,再到提高网络可靠性。
富国银行(Wells Fargo)高级副总裁、企业架构负责人Mike Telang认为,尽管银行的业务在过去几十年基本没有什么变化,但银行的运营方式却发生了巨大变化。
报告重点考核了厂商的商业化及在中国市场的表现,最终AI创业公司第四范式占据了中国机器学习平台市场的最大份额。
在《三体》小说中,维度战争给读者留下了深刻的印象。而在商业变革中,“降维打击”实际上就是数字化转型的过程,即通过高阶算法对数据进行升维,抽取海量数据中的特征并描述出来,进而重构一个新的商业世界。
得益于AI超越人类的强大分析能力,营销人员也得以利用AI及机器学习成果更好地拓展自身受众。无论是在B2B还是B2C领域,营销人员都在利用AI与机器学习方案以越来越个性化的方式接触并吸引。
苹果公司正在与德国企业级软件厂商SAP合作,让他们双方的客户可以利用苹果的机器学习工具更轻松地开发移动商务应用。
近日起,Google Cloud 面向全球各地推出NVIDIA T4 GPU,为包括高性能计算(HPC)、机器学习训练及推理、数据分析和图形处理等在内的各类云工作负载提供加速。
IBM研究团队今天在arXiv(一个非同行评审学术论文库)上发表了一篇论文,在论文中阐述了IBM是如何开发出一种“量子算法”,这种算法让计算机能够以远超过传统计算机能力范围的方式做“特征映射”。
科技巨头IBM周一表示,机器学习和人工智能(AI)可以用于取代现存的阿尔茨海默氏症侵入性及昂贵的检测。
亚马逊云服务(AWS)与Formula One Group (F1) 在美国西雅图共同宣布,将在F1 2020赛季新增六项实时赛车数据。