IBM发布沃森数据平台:每个人都能从机器学习中受益

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

  人工智能正成为当下科技行业的热门话题

北京时间10月26日消息,据国外媒体报道,IBM“沃森”项目的愿景就是向普通大众赋予数据科学的力量。今天,IBM推出了“沃森数据平台”(Watson Data Platform),向这一目标又迈进了一步。

沃森数据平台的理论其实很容易理解:大数据和先进的分析技术,以及机器学习等所有相关技术,在提高效率和变革方面具有极大的潜力,因此,应该让每个人都能从这些技术中获益,而不仅仅只是那些多年来在大学研究基础数学和统计系统的专业人士。

大数据就是关于创意的理论,旨在让人们借助于技术将这些创意变为现实。目前,各个公司都在争相将这种技术带给自己的员工,让他们将伟大的创意和创造性解决方案变为现实。所以,类似“沃森数据平台”这样的新工具就是帮助实现这种梦想。

实际上,IBM表示“沃森数据平台”是第一个从零开始创建的支持机器学习的企业级数据平台——正如IBM分析产品与开发副总裁罗布·托马斯(Rob Thomas)所说,这个平台将完全“专注于人工智能”。

他在接受媒体采访时表示:“你可以将所有数据放在一个地方,这些数据会立即进行编录和组织,准备应用人工智能和机器学习。我们专注于满足所有人的需要,无论你是商业分析师、数据工程师,还是应用开发者或数据科学家——它就是为了让所有专业人士充分利用人工智能的力量,更为重要的是,将其应用于一个协作性环境中。”

IBM之所以推出沃森数据中心,是因为它要确保数据可以在整个组织中得到有效利用。托马斯说:“如果你考虑一下传统的数据部署方式,会发现它们在大多数组织内部都过于复杂。目前虽然有大量不同的平台,但当你转向企业数据时,人工智能的确让一切变得简单多了。通过让许多人可以充分利用分析能力,它改变了事情的性质。”

沃森数据平台的核心部分是“沃森机器学习服务”(Watson Machine Learning Service)——这项服务实施真正的人工智能和机器学习功能。

托马斯以保险公司为例,说明机器学习可以让企业客户变得“更智能”。他说“大多数保险公司都基于历史数据对风险作出评估。我们可以让他们基于每项政策和每个外部因素进行实时评估——所有这些数据都会实时输入模型之中。你可以根据流入的数据获得不同的结果。这就是机器学习的精髓,也是我们可以让他们在核心技术方面所能做的事情。”

托马斯表示,沃森机器学习服务旨在让人工智能和机器学习变得更容易获取:“你甚至不懂机器学习都可以。你可以利用任意一种语言,在数据科学体验中打造一种统计模型,然后秘密开启机器学习过程——我们可以让人们从事机器学习,即便他们不清楚自己在干什么。我们认为这可以让机器学习这门知识走向大众。”

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
1月前
|
机器学习/深度学习 数据采集 算法
量子机器学习入门:三种数据编码方法对比与应用
在量子机器学习中,数据编码方式决定了量子模型如何理解和处理信息。本文详解角度编码、振幅编码与基础编码三种方法,分析其原理、实现及适用场景,帮助读者选择最适合的编码策略,提升量子模型性能。
124 8
|
5月前
|
机器学习/深度学习 数据采集 人工智能
别让“大数据”变成“大忽悠”——聊聊机器学习的真本事
别让“大数据”变成“大忽悠”——聊聊机器学习的真本事
125 9
|
3月前
|
机器学习/深度学习 分布式计算 Java
Java 大视界 -- Java 大数据机器学习模型在遥感图像土地利用分类中的优化与应用(199)
本文探讨了Java大数据与机器学习模型在遥感图像土地利用分类中的优化与应用。面对传统方法效率低、精度差的问题,结合Hadoop、Spark与深度学习框架,实现了高效、精准的分类。通过实际案例展示了Java在数据处理、模型融合与参数调优中的强大能力,推动遥感图像分类迈向新高度。
|
3月前
|
机器学习/深度学习 存储 Java
Java 大视界 -- Java 大数据机器学习模型在游戏用户行为分析与游戏平衡优化中的应用(190)
本文探讨了Java大数据与机器学习模型在游戏用户行为分析及游戏平衡优化中的应用。通过数据采集、预处理与聚类分析,开发者可深入洞察玩家行为特征,构建个性化运营策略。同时,利用回归模型优化游戏数值与付费机制,提升游戏公平性与用户体验。
|
3月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据机器学习模型在舆情分析中的情感倾向判断与话题追踪(185)
本篇文章深入探讨了Java大数据与机器学习在舆情分析中的应用,重点介绍了情感倾向判断与话题追踪的技术实现。通过实际案例,展示了如何利用Java生态工具如Hadoop、Hive、Weka和Deeplearning4j进行舆情数据处理、情感分类与趋势预测,揭示了其在企业品牌管理与政府决策中的重要价值。文章还展望了多模态融合、实时性提升及个性化服务等未来发展方向。
|
6月前
|
机器学习/深度学习 算法 数据挖掘
PyTabKit:比sklearn更强大的表格数据机器学习框架
PyTabKit是一个专为表格数据设计的新兴机器学习框架,集成了RealMLP等先进深度学习技术与优化的GBDT超参数配置。相比传统Scikit-Learn,PyTabKit通过元级调优的默认参数设置,在无需复杂超参调整的情况下,显著提升中大型数据集的性能表现。其简化API设计、高效训练速度和多模型集成能力,使其成为企业决策与竞赛建模的理想工具。
188 12
PyTabKit:比sklearn更强大的表格数据机器学习框架
|
机器学习/深度学习 数据采集 算法
Java 大视界 -- Java 大数据机器学习模型在金融衍生品定价中的创新方法与实践(166)
本文围绕 Java 大数据机器学习模型在金融衍生品定价中的应用展开,分析定价现状与挑战,阐述技术原理与应用,结合真实案例与代码给出实操方案,助力提升金融衍生品定价的准确性与效率。
Java 大视界 -- Java 大数据机器学习模型在金融衍生品定价中的创新方法与实践(166)
|
9月前
|
存储 人工智能 大数据
AI开发新范式,PAI模型构建平台升级发布
本次分享由阿里云智能集团产品专家高慧玲主讲,聚焦AI开发新范式及PAI模型构建平台的升级。分享分为四个部分,围绕“人人可用”和“面向生产”两大核心理念展开。通过降低AI工程化门槛、提供一站式全链路服务,PAI平台致力于帮助企业和开发者更高效地实现AI应用。案例展示中,介绍了多模态模型微调在文旅场景的应用,展示了如何快速复现并利用AI解决实际问题。最终目标是让AI技术更普及,赋能各行业,推动社会进步。
|
5月前
|
机器学习/深度学习 人工智能 算法
大数据与机器学习:数据驱动的智能时代
本文探讨了大数据与机器学习在数字化时代的融合及其深远影响。大数据作为“新时代的石油”,以其4V特性(体量、多样性、速度、真实性)为机器学习提供燃料,而机器学习通过监督、无监督、强化和深度学习等技术实现数据价值挖掘。两者协同效应显著,推动医疗、金融、零售、制造等行业创新。同时,文章分析了数据隐私、算法偏见、可解释性及能耗等挑战,并展望了边缘计算、联邦学习、AutoML等未来趋势。结语强调技术伦理与实际价值并重,倡导持续学习以把握智能时代机遇。
173 13
|
9月前
|
机器学习/深度学习 数据采集 JSON
Pandas数据应用:机器学习预处理
本文介绍如何使用Pandas进行机器学习数据预处理,涵盖数据加载、缺失值处理、类型转换、标准化与归一化及分类变量编码等内容。常见问题包括文件路径错误、编码不正确、数据类型不符、缺失值处理不当等。通过代码案例详细解释每一步骤,并提供解决方案,确保数据质量,提升模型性能。
344 88

热门文章

最新文章