返回首页
当前位置: 首页>网络编程>大数据>
  • 2018年:人工智能世界的八大趋势 2018年:人工智能世界的八大趋势 日期:10-19 顶:0

    大家有目共睹的是,人工智能在技术上更迅猛发展,智能语音、智能图像、自然语言处理、深度学习等技术越来越成熟,像空气和水一样逐步渗透到日常生活。那么,即将到来的2018年,人工智能将会掀起怎样的风暴?

  • 关键词搜索已经过时了 构图感知搜索引擎问世 关键词搜索已经过时了 构图感知搜索引擎问世 日期:10-14 顶:1

    这个工具运用的是深度学习技术,基于 Shutterstock 的下一代视觉模型,将机器视觉、自然语言处理和信息检索技术相结合,在海量的图库中找到与搜索标准相匹配的结果

  • 从人肉运维到智能运维,京东金融服务监控的进阶之路 从人肉运维到智能运维,京东金融服务监控的进阶之路 日期:10-12 顶:2

    人肉阶段的运维,理想与现实有天壤之别,同时还有背不完的锅,填不完的坑。人工、自动、智能运维相互交叠是当前运维领域的现状,智能运维是大势所趋,但真正的落地实践并不多。

  • 运维逼格提升心法:从报警到预警,如何有效提升SLO 运维逼格提升心法:从报警到预警,如何有效提升SLO 日期:10-11 顶:1

    当下,IT 运维成为企业的核心竞争力,从过去人肉保障的阶段,一直到现在引入 AI 和各种计算的方式来实现稳定性。在进阶的过程中,如何评价运维的质量,是摆在运维人员和服务对象/业务方之间的难题。

  • 数据挖掘中的十大实用分析方法 数据挖掘中的十大实用分析方法 日期:10-10 顶:2

    基于历史(Memory-Based Reasoning)的MBR分析方法最主要的概念是用已知的案例(case)来预测未来案例的一些属性(attribute),通常找寻最相似的案例来做比较。

  • 深度学习的局限性探究 深度学习的局限性探究 日期:10-09 顶:1

    AI、机器学习、深度学习是近年大热的领域,但我们要清楚,深度学习的局限性,即虽然可以使用连续几何变换把 X 映射到 Y,但缺乏推理能力和抽象能力。训练集样本不足,有些数据无法用连续的几何变换表示。

  • 深度学习的这些坑你都遇到过吗?神经网络11大常见陷阱及应对方法 深度学习的这些坑你都遇到过吗?神经网络11大常见陷阱及应对方法 日期:09-26 顶:1

    如果你的神经网络不工作,该怎么办?本文作者列举了搭建神经网络时可能遇到的11个常见问题,包括预处理数据、正则化、学习率、激活函数、网络权重设置等,并提供解决方法和原因解释,是深度学习实践的有用资料。

  • 吴恩达新演讲:AI正改变行业格局,公司的壁垒非算法而是数据 吴恩达新演讲:AI正改变行业格局,公司的壁垒非算法而是数据 日期:09-25 顶:1

    AI技术的经济贡献多数来自监督学习,也就是学习从A到B,从输入到输出的映射。比如说,输入一张照片,让机器学会判断这张照片是不是你,输出0或1。

  • 云计算的人工智能虽然发展缓慢,但得到更多的关注 云计算的人工智能虽然发展缓慢,但得到更多的关注 日期:09-22 顶:1

    每个云计算提供商使人工智能成为焦点,如果在人工智能服务中脱颖而出,并且将开发人员吸引到其平台,那么可以很好地将云计算市场转移到其平台上

  • 如何设计高可用的微服务架构 如何设计高可用的微服务架构 日期:09-22 顶:1

    这篇文章基于RisingStack的Node.js咨询和开发经验,介绍构建高可用微服务系统的常用技术和架构模式。如果你不熟悉这篇文章所介绍的模式,并不代表你现在所做的就是错的,毕竟构建一个可靠的系统需要付出额外的代价。