标签: 深度学习
-
AI就是“大数据+机器学习”?答案是否定的
2017-11-22 | 作者:Ed Burns | 翻译:乔俊婧人工智能(AI)应用程序不是一个单一的工具,它将各种工具和技术集合在一起从而产生更加高级的功能。
-
【对话Teradata高管】人工智能(AI)大势所趋 “黑盒” 制肘深度学习
2017-11-01Teradata天睿公司最近在2017 Teradata全球用户大会上分享了一项最新人工智能(AI)现状的调查结果。
-
大数据时代 成功的三重境界
2017-09-21当数据蜂拥而至,你看到的是机遇还是挑战?无论是对传统行业还是新型行业来说,大数据是一种手段,而不是目的,如何实现数据的价值是抢占市场先机的关键。成功,来自“数据-分析-价值”三重境界。”
-
丹斯克银行:应用人工智能和深度学习创新侦测复杂欺诈
2017-09-20 | 作者:Teradata丹斯克银行正在利用人工智能和深度学习在多个领域来侦测和预防复杂的欺诈,因为这个模式正在不断地学习,所以它的效果越来越好。
-
关于深度学习必须了解的3件事情
2017-09-18 | 作者:David Mueller深度不仅仅与深海潜水有关,它对于数据分析和机器智能越来越重要的。人工神经网络,相互连接的处理元件的计算模型——人工神经元——松散地受到人脑的启发,并且已经存在了几十年。
-
深度学习模型扩展性能不佳?IBM独辟蹊径积极应对
2017-09-14 | 作者:Ed Burns | 翻译:乔俊婧在训练深度学习模型时使用更多的GPU并不总是能带来更快的结果,但是IBM的新软件表明可以做到这一点。
-
看Facebook如何使用深度学习模式提升用户参与度
2017-06-15 | 作者:Ed Burns | 翻译:乔俊婧Facebook通过运用贴近用户的商业模式,为他们量身打造内容和广告。随着社交网络公司的发展,其强大的网络优势很大程度上依赖于深度学习模式。
-
构建AI应用程序你需要了解的三件事
2017-04-11 | 作者:Joel Shore | 翻译:乔俊婧开发云应用程序已经是过去时,人工智能成为当下科技圈追捧的对象。如果你正在为AI构建应用程序,在前期准备时需要做大量的功课。
-
2017年 GPU技术将成为分析领域“新宠”
2016-12-25 | 作者:Ed Burns | 翻译:乔俊婧之前在科技领域,人们一直很关心硬件,但随着深度学习的优势逐渐显现,GPU将在2017年成为分析技术的重要组成部分。
-
机器学习算法如何影响行业转型
2016-06-23 | 作者:Ed Burns | 翻译:张亮亮机器学习算法和人工智能工具在分析界备受瞩目,而且行业专家和富有经验的用户表示这也在意料之中。
电子杂志 >更多
-
《数据价值》2017年9月刊·HR也搭上AI这班“顺风车”
人工智能应用程序为一系列业务流程提供了宝贵的洞察力和帮助,而今天的应用只是冰山一角。而且AI不是人的替代品,AI将补充人类的工作或接管不需要复杂决策技能的重复性任务。
-
《数据价值》2017年3月刊·当预测模型失败了
随着大数据环境的不断发展,集成和准备分析数据的工作正在发生显著的变化。
-
《数据价值》2016年10月刊·窥探未来的水晶球
企业可以利用Hadoop以及所有与它相关的技术设计大数据环境,以满足其特定的需求。但把所有的技术集成在一起并不是一件容易的事。
-
《数据价值》2016年8月刊·拉近与数据之间的距离
企业想要从大数据中发掘价值,提升商业洞察,离不开分析软件和云技术的支撑。
技术手册 >更多
-
技术指南:从大数据到快数据
NoSQL数据库公司VoltDB副总裁John Piekos结合多年技术经验,论述了快数据给现代企业架构带来的挑战,他认为,相比于数据规模的爆炸式增长而言,数据速度的快速变化和增长才是数据分析行业面临的主要挑战。
-
医疗行业BI应用案例集锦
本次技术手册汇总了医疗行业BI用例,包括Oracle EBS部署、惠普Vertica分析平台使用、数据库虚拟化技术、大数据分析技术、物联网技术等。
-
可视化指导手册:将数据整合到业务的新方法
可视化需要变成为一种引领成功的战略,而不仅仅是一种制作图表的活动。如何从数据驱动转变为决策可视化驱动呢?本手册将告诉你其中的11个要点。
-
零售行业BI应用案例集锦
零售行业销售点(point of sale)多、数据类型复杂、渠道广泛、数据规模巨大,变革传统BI的需求更加强烈。在这本集锦中,我们介绍了可口可乐公司、无印良品、宜家家居和乐购百货的BI应用实践。