Machine Learning

简介: Machine Learning

介绍

1.工业界的应用

推荐商品

机器客服

穿戴传感器

账号盗刷

预测汽油

无人驾驶

预测房价

2.ML工作流程及相应难点

image.png

problem formulation

collect & process data

train & tune models

deploy modles

monitor

3.challenges

image.png

好的数据(高质量的数据)

隐私数据

模型的训练

监控模型

公平性

4.Roles

image.png

Domain experts: 产品专家 正确部署 商业理解

Data scientists: 数据科学家

ML experts: 定制化产品

SDE: 软件开发工程师 开发维护代码

image.png

image.png

image.png

总结

image.png

  • 公司正在采用ML
  • ML工作流包括:制定问题、准备数据、训练和部署ML模型、监控
  • 本课程将教授数据科学家在Ml工作流阶段所需的技术
目录
打赏
0
0
0
0
4
分享
相关文章
部署硬件负载均衡时,如何评估设备的处理能力?
部署硬件负载均衡时,如何评估设备的处理能力?
301 60
|
9月前
|
Python软链接:Python 2与现代Python的交互
Python软链接:Python 2与现代Python的交互
64 0
基于Python和mysql开发的看图猜成语微信小程序(源码+数据库+程序配置说明书+程序使用说明书)
基于Python和mysql开发的看图猜成语微信小程序(源码+数据库+程序配置说明书+程序使用说明书)
286 0
Istio 安全(概念)
Istio 安全(概念)
132 0
【数据结构入门精讲 | 第四篇】考研408、企业面试表专项习题
【数据结构入门精讲 | 第四篇】考研408、企业面试表专项习题
421 0
全景剖析阿里云容器网络数据链路(三)—— Terway ENIIP
本系列联合作者 容器服务 @谢石 近几年,企业基础设施云原生化的趋势越来越强烈,从最开始的IaaS化到现在的微服务化,客户的颗粒度精细化和可观测性的需求更加强烈。容器网络为了满足客户更高性能和更高的密度,也一直在高速的发展和演进中,这必然对客户对云原生网络的可观测性带来了极高的门槛和挑战。为了提高云原生网络的可观测性,同时便于客户和前后线同学增加对业务链路的可读性
36894 1
全景剖析阿里云容器网络数据链路(三)—— Terway ENIIP
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等