Проектирование систем машинного обучения::Журнал СА
www.samag.ru
     
Поиск   
              
 www.samag.ru    Web  0 товаров , сумма 0 руб.
E-mail
Пароль  
 Запомнить меня
Регистрация | Забыли пароль?
Журнал "Системный администратор"
Журнал «БИТ»
Наука и технологии
Подписка
Где купить
Авторам
Рекламодателям
Магазин
Архив номеров
Контакты
   

  Опросы
1001 и 1 книга  
19.03.2018г.
Просмотров: 7849
Комментарии: 0
Потоковая обработка данных

 Читать далее...

19.03.2018г.
Просмотров: 6164
Комментарии: 0
Релевантный поиск с использованием Elasticsearch и Solr

 Читать далее...

19.03.2018г.
Просмотров: 6297
Комментарии: 0
Конкурентное программирование на SCALA

 Читать далее...

19.03.2018г.
Просмотров: 4111
Комментарии: 0
Машинное обучение с использованием библиотеки Н2О

 Читать далее...

12.03.2018г.
Просмотров: 4768
Комментарии: 0
Особенности киберпреступлений в России: инструменты нападения и защита информации

 Читать далее...

Друзья сайта  

 Проектирование систем машинного обучения

Архив номеров / 2023 / Выпуск №07-08 (248-249) / Проектирование систем машинного обучения

Рубрика: Карьера/Образование /  «СА» рекомендует

 

Проектирование систем машинного обучения

Издательство БХВ выпустило книгу «Проектирование систем машинного обучения». Ее автор Чип Хьюен – основательница компании Claypot AI. Занималась разработкой систем машинного обучения в компаниях NVIDIA, Snorkel AI, Netflix, Primer, преподаёт в Стэнфордском университете курс по проектированию систем машинного обучения. Книга, отрывок из которой мы публикуем с любезного разрешения издательства «БХВ», не является введением в ML. В ней главное – практические аспекты машинного обучения.  

 

ГЛАВА 1. Обзор ML-систем


В ноябре 2016 года Google объявила о включении своей многоязычной системы нейронного машинного перевода в Google Translate, что стало одной из первых историй успеха глубоких искусственных нейронных сетей в массовом использовании. По данным Google, благодаря введению нейросети за одно обновление качество перевода улучшилось больше, чем за последние 10 лет, вместе взятых.

Успех глубокого обучения возродил интерес к машинному обучению (ML) в целом. С тех пор все больше и больше компаний обращаются к ML для решения своих самых сложных проблем. Всего за пять лет системы машинного обучения нашли свое применение практически во всех аспектах нашей жизни: как мы получаем доступ к информации, общаемся, работаем и находим любовь. Распространение ML было настолько стремительным, что уже трудно представить жизнь без него. Тем не менее существует еще множество других вариантов использования ML, ожидающих освоения в сферах здравоохранения, транспорта, сельского хозяйства и даже в деле познания Вселенной.

<...>

Ключевые слова: Сложные ML-системы, AlexNet, BERT, GPT, ИИ, большие данные, итеративный процесс разработки


Полную версию статьи читайте в журнале
Подпишитесь на журнал
Купите в Интернет-магазине

Комментарии отсутствуют

Добавить комментарий

Комментарии могут оставлять только зарегистрированные пользователи

               Copyright © Системный администратор

Яндекс.Метрика
Tel.: (499) 277-12-41
Fax: (499) 277-12-45
E-mail: sa@samag.ru