Публикации по теме 'featured'


Уклоняйтесь от злой ведьмы машинного обучения с помощью TensorFlow Extended (TFX)
Конвейеры машинного обучения создают проблемы для команд, которые их создают и поддерживают. Изменения данных с течением времени могут привести к неожиданным результатам, что приведет к ошибкам там, где вы не найдете их в другом программном обеспечении. Даже если код не изменился, поведение системы может измениться, потому что данные, которые мы используем для обучения наших моделей, определяют наши прогнозы. Если данные, на основе которых мы делаем прогнозы сегодня, отличаются от..
Машинное обучение без кода с TensorFlow и платформой AI
Достижения в области ИИ позволяют разработчикам создавать и развертывать модели глубокого обучения с минимальными усилиями, просто нажимая несколько кнопок на экране. Используя пользовательский интерфейс или API, основанные на оценщиках тензорного потока, модели можно создавать и обслуживать без написания единственной строчки кода машинного обучения. 70 лет назад лишь горстка специалистов знала, как создавать компьютерные программы, потому что процесс программирования требовал очень..
Тестирование уровня данных с помощью Python
В предыдущем посте я писал об использовании Python для автоматизации процесса контроля качества при написании правил Adobe DTM. Хотя это лучше, чем ничего, описанный здесь процесс все же имеет единственную точку отказа, меня. Поэтому я хотел бы довести свое тестирование до логического завершения, удалив себя и запустив модульные тесты . Как и раньше, я буду использовать Python и Selenium для автоматизации и добавлю модуль Python unittest , который является частью стандартной..
Далее для глубокого обучения? Самолетящие дроны
В то время как * мои * проекты глубокого обучения были сосредоточены на скучных темах, таких как обнаружение аномальных закономерностей в неструктурированных наборах текстовых данных, крутые ребята учили дронов летать сами по себе. Автономность дронов была широко обсуждаемой темой, и поставщики коммерциализировали все виды традиционных методов навигации, таких как GPS, точный расчет, навигация по маякам, и даже более крутые вещи, такие как Bluetooth, Wi-Fi или функция «следуй за..
Передовые практики IoT в производственном масштабе: внедрение с помощью Google Cloud (часть 3/3)
Этот пост является продолжением Части первой , в которой мы рассмотрели, как безопасно подключить парк промышленных устройств IoT, передающих данные телеметрии в вашу среду Google Cloud через IoT Core и Pub/Sub. и Часть вторая , где эти данные были плавно перемещены из Pub/Sub в BigQuery через Dataflow, а затем визуализированы с помощью Data Studio. Если вы следили за моими предыдущими статьями, вам понравилось устанавливать датчики температуры по всему дому и наблюдать, как их..
От ноутбука к AWS
Это для новичков в ML, которые хотят начать легко, а затем сделать шаг вперед. От простого к большому Этот пост предназначен для новичков в ML, которые научились работать с Jupyter Notebooks и теперь хотят знать: как перейти на готовую к работе систему с помощью сервисов AWS? Вы начали легкую и локальную работу, но теперь вам нужно перейти к распределенным системам, которые могут справиться с такими тяжелыми нагрузками, как: Клей для трансформации и каталог метаданных Athena для..
Гонку можно выиграть за миллисекунды
Гонку можно выиграть за миллисекунды Женская командная гонка США по велоспорту стремится к познавательным знаниям, чтобы найти новый уровень результативности Нэнси Пирсон, вице-президент по маркетингу, когнитивный бизнес Велоспорт на треке зародился в начале 1900-х годов и в то время был самым популярным видом спорта для зрителей. Это был классический пример того, как человек и машина противостоят времени. В когнитивную эпоху все изменилось. Подключенные устройства и..