AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Machine Learning

2023-09-11 95
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
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
文章标签：
监控
传感器
自动驾驶
断墨寻径
目录
相关文章
全栈技术精选
|
机器学习/深度学习 人工智能 算法
The 10 Algorithms Machine Learning Engineers Need to Know
The 10 Algorithms Machine Learning Engineers Need to Know
全栈技术精选
59 0
zergdoge
|
机器学习/深度学习 移动开发 数据挖掘
Understanding Few-Shot Learning in Computer Vision: What You Need to Know
Few-Shot Learning is a sub-area of machine learning. It’s about classifying new data when you have only a few training samples with supervised information. FSL is a rather young area that needs more research and refinement. As of today, you can use it in CV tasks. A computer vision model can work
zergdoge
184 0
Understanding Few-Shot Learning in Computer Vision: What You Need to Know
auqbllxiu
《Deep Learning vs.Machine Learning-the essential differences you need to know!》电子版地址
Deep Learning vs.Machine Learning-the essential differences you need to know!
auqbllxiu
121 0
《Deep Learning vs.Machine Learning-the essential differences you need to know!》电子版地址
机器学习Zero
|
机器学习/深度学习 算法 Python
Machine Learning-L7-最大熵模型
Machine Learning-L7-最大熵模型
机器学习Zero
186 0
Machine Learning-L7-最大熵模型
机器学习Zero
|
存储 算法
Machine Learning-L11-KNN
Machine Learning-L11-KNN
机器学习Zero
104 0
Machine Learning-L11-KNN
振华OPPO
|
机器学习/深度学习
这就是Machine Learning
这就是Machine Learning
振华OPPO
137 0
这就是Machine Learning
DrugAI
|
机器学习/深度学习 算法 数据挖掘
Machine Learning | (12) 非监督学习-k-means
Machine Learning | (12) 非监督学习-k-means
DrugAI
138 0
megachen
|
数据挖掘
Machine learning preface
Machine learning Preface Definition T: Task E: Experience P: Performance Sequence: T -> E -> P Supervised learning Definition Give the right answer...
megachen
925 0
绿箭侠2017
|
机器学习/深度学习 存储 资源调度
Optimization of Machine Learning
机器学习就是需要找到模型的鞍点，也就是最优点。因为模型很多时候并不是完全的凸函数，所以如果没有好的优化方法可能会跑不到极值点，或者是局部极值，甚至是偏离。
绿箭侠2017
1305 0
绿箭侠2017
|
搜索推荐 Python 算法
Factorization Machine
Factorization Machine---因子分解机 ①target function的推导 logistics regression algorithm model中使用的是特征的线性组合，最终得到的分割平面属于线性模型，但是线性模型就只能处理线性问题，所以对于非线性的问题就有点难处理了，对于这些复杂问题一般是两种解决方法①对数据本身进行处理，比如进行特征转换，和函数高维扩展等等。
绿箭侠2017
1111 0

热门文章

最新文章

  • 1
    Hadoop迁移MaxCompute神器之DataX-On-Hadoop使用指南
  • 2
    Nginx的启动、停止与重启
  • 3
    Hive之数据倾斜的原因和解决方法
  • 4
    开发人员各级岗位胜任力模型
  • 5
    Node.js 中流操作实践
  • 6
    传奇龙版地图查看器
  • 7
    调整DC的网络对网络是否会有影响?
  • 8
    How to maintain Oracle10g Recyclebin?
  • 9
    你知道自己感染了恶意软件吗？
  • 10
    Groovy 快速入门
  • 1
    Python学习的自我理解和想法（9）
    88
  • 2
    Kimi 上线视觉思考模型，K1 系列强化学习模型正式开放，无需借助外部 OCR 处理图像与文本进行思考并回答
    97
  • 3
    CosyVoice 2.0：阿里开源升级版语音生成大模型，支持多语言和跨语言语音合成，提升发音和音色等的准确性
    75
  • 4
    Megrez-3B-Omni：无问芯穹开源最强端侧全模态模型，支持理解图像、音频和文本三种模态数据
    50
  • 5
    FreeScale：无需微调即可提升模型的图像生成能力，生成 8K 分辨率的高质量图像
    36
  • 6
    Freestyler：微软联合西工大和香港大学推出说唱音乐生成模型，支持控制生成的音色、风格和节奏等
    35
  • 7
    《C 语言与统计假设检验：洞察人工智能模型性能差异》
    81
  • 8
    《C 语言赋能：物联网环境下人工智能应用的能耗优化之道》
    21
  • 9
    《C 语言助力神经网络剪枝：优化模型的卓越之道》
    25
  • 10
    《C 语言复数运算：赋能人工智能信号处理新境界》
    20

    • 相关电子书

    更多
  • Me-Through-Machine-Learning
  • What Machine Learning Can Do f
  • Developing a Machine Learning
    • 下一篇
    fs.oss.accessKeyId和fs.oss.accessKeySecret。