Машинное обучение

Теоретические основы машинного обучения появились практически одновременно с первыми компьютерами, однако при его практическом применении всегда приходится учитывать специфику конкретных систем. Работа с Большими Данными средствами Hadoop требует инструментов адаптации алгоритмов машинного обучения к этой платформе, например с помощью механизмов из стека IBM BigInsights.

Технологии обработки естественного языка сегодня шагнули далеко вперед, и немалая заслуга в этом принадлежит машинному обучению, применяемому, в частности, для понимания текстов.

Рост объемов данных требует от СУБД увеличения производительности выполнения запросов. Оптимизация плана выполнения запроса с использованием средств машинного обучения позволяет в разы уменьшить время его обработки.

Сегодня с машинным обучением связывают много надежд, однако успешность его применения определяется не только выбором адекватного задаче алгоритма, но и правильными шагами на этапах планирования, разработки и внедрения модели.

По словам исследователей, важнее всего то, что у корректных образцов кода обнаружились некие универсальные общие свойства, которые можно выучить на одном наборе приложений и применять на других.

В третьем поколении Федеральных государственных образовательных стандартов высшего профессионального образования задачи обучения формулируются в терминах компетентностей учащихся, что делает актуальной задачу их оценки. На помощь приходят средства машинного обучения, позволяющие оценить компетентности студентов на основе анализа их поведения в социальных сетях.

Компания Knowm надеется, что ее мемристоры помогут создать вычислительную технику нового типа.

В его рамках будут предоставляться услуги по созданию предсказательных математических моделей, проведению маркетинговых исследований, консалтингу в области развития инфраструктуры и методологии работы с большими данными.

Интегрированный модуль Drive PX 2, в состав которого входит центральный процессор Tegra и графический процессор Pascal, поможет компании укрепиться в области высокопроизводительных вычислений и машинного обучения.

По мнению экспертов, искушенному разработчику язык R, применяемый в сфере статистики, напоминает Кобол.

Заказчики dMetrics могут, например, получить ответы на вопросы о том, сколько пациентов воспользовались тем или иным медикаментом для лечения конкретной болезни за определенный период времени, или о том, кто из покупателей задумывается, не перейти ли ему на лекарство, выпускаемое конкурентом.

Спецификации сервера, получившего кодовое название Big Sur, будут свободно распространяться в рамках инициативы Open Compute Project.

ИТ-директор Агентства национальной безопасности США рассказал, как аналитические средства помогают защитить частное облако спецслужбы от внутренних и внешних угроз.

Корпорация стремится создать под своей маркой мощный набор средств бизнес-аналитики, машинного обучения и искусственного интеллекта.

В стартапе работало всего четыре человека, и занимались они применением методов анализа Больших Данных и машинного обучения для выявления тем, привлекающих внимание интернет-аудитории.

В Gartner включили машинное обучение в число главных приоритетов. Не стоит ждать, что внедрение средств машинного обучения позволит заменить всех сотрудников компьютерами или удвоить доходы, однако они в состоянии обеспечить компании конкурентные преимущества.

Созданная на основе инфраструктуры глубокого обучения DistBelief система TensorFlow с интерфейсом на языке Python распространяется по публичной лицензии Apache 2.0.

В демонстрационном ролике отрывок из выступления Джорджа Буша синхронно копируют цифровые модели Барака Обамы, Арнольда Шварценеггера, Хиллари Клинтон и других известных личностей.

Компания Facebook оснастит свою вычислительную систему нового поколения платформой ускоренных вычислений Nvidia Tesla, которая позволит запускать широкий спектр приложений машинного обучения.

При разработке новой версии, пишет он, в компании стремились прежде всего улучшить качество предсказания тенденций и дать пользователям новые возможности проактивных действий и персонализации клиентского опыта.