占领全球NO.1的亚马逊AWS,再得深度学习人才

简介:

这位猛将是谁?吸引亚马逊的点又是什么?

占领全球NO.1的亚马逊AWS,再得深度学习人才

日前,机器学习研究者、加州大学埃尔文分校电子工程与计算机科学系的Anima Anandkumar宣布加入亚马逊,负责云计算相关的业务。据悉,Anandkumar的研究主要集中于概率隐变量模型以及张量算法的分析和设计及其在高维数据学习上的应用。

在今年早些时候Quora举行的问答环节中,Anandkumar曾表示,她现在的工作着力于如何高效的在大数据集上有效训练这种隐含变量模型。在这种无监督学习的方法中,算法能够自动发现潜在的、对解释观测数据有意义的变量。总体而言,机器学习研究者都同意这种算法能够解决本领域中一类悬而未决的挑战。她使用了一种新颖的算法来处理这个挑战性的难题,并展示了在没有监督数据的情况下,张量代数如何能够发现隐藏的结构性规律。

张量是矩阵的高维推广。就像矩阵能够展示事物的两两关系一样,张量能够表现更高阶的关系。Anandkumar的研究揭示了,对高阶张量进行操作可以有效地进行一大类概率隐含变量的机器学习训练。

近日,根据市场研究机构Gartner发布的一份最新报告称,在今年第二季度云基础服务市场上,亚马逊一枝独秀,其市场份额达到了31%。10年间,依靠“基础架构即服务(IaaS)”、“平台即服务(PaaS)”等系列基础云服务,亚马逊在云服务市场份额不断保持增长,从而确保其一直在该市场保持领先。而在Anandkumar加盟后,其云服务或更将增添一份战力。


原文发布时间: 2016-10-09 09:14
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
9天前
|
机器学习/深度学习 自动驾驶 算法
深度学习在图像识别中的应用与发展
本文将深入探讨深度学习技术在图像识别领域的应用,通过案例分析展示其最新进展。我们将从基本原理出发,了解深度学习如何改变图像处理和识别的方式,并展望其未来可能的发展方向。
|
9天前
|
机器学习/深度学习 自动驾驶 安全
深度学习在图像识别中的应用与挑战
随着科技的不断进步,深度学习技术已经成为解决许多复杂问题的利器,尤其在图像识别领域。本文将探讨深度学习在图像识别中的应用及其所面临的挑战,并分析未来可能的发展方向。
|
10天前
|
机器学习/深度学习 人工智能 算法框架/工具
深度学习中的卷积神经网络(CNN)及其在图像识别中的应用
【10月更文挑战第7天】本文将深入探讨卷积神经网络(CNN)的基本原理,以及它如何在图像识别领域中大放异彩。我们将从CNN的核心组件出发,逐步解析其工作原理,并通过一个实际的代码示例,展示如何利用Python和深度学习框架实现一个简单的图像分类模型。文章旨在为初学者提供一个清晰的入门路径,同时为有经验的开发者提供一些深入理解的视角。
|
11天前
|
机器学习/深度学习 自然语言处理 搜索推荐
探索深度学习中的注意力机制及其在现代应用中的影响
探索深度学习中的注意力机制及其在现代应用中的影响
27 1
|
10天前
|
机器学习/深度学习 监控 数据可视化
深度学习在图像识别中的应用与挑战
【10月更文挑战第7天】 本文探讨了深度学习技术在图像识别领域的应用,并讨论了其面临的主要挑战。通过分析具体案例和技术实现细节,文章揭示了深度学习在提高图像识别准确率和效率方面的潜力,同时指出了数据需求、计算资源和模型解释性等问题。最终,文章提出了一些可能的解决思路和未来研究方向。
19 0