技术专题·机器学习
2023-04-18 14:49:48 时间
友盟数据平台负责人吴磊:
大数据的发展带来了更强劲的存储和计算的需求,数据挖掘和机器学习带来了更多算法上的挑战。我们强烈需要有一个高速并发的计算装置,来赋予人们从极大的数据集中快速获取信息的能力,而量子计算机无疑是***的选择,无论是海量数据的存储还是算法中的NP问题都将有望得解。
#p#
MOB技术总监林帆:
深度学习算法的成功,加上大数据技术的发展,在人工智能方面,技术和算法的突破,使得人工智能系统更容易和更高效地自主学习,机器学习与大数据技术的结合,开启了人工智能的新时代。
#p#
阿里集团技术保障部高级技术专家柯旻:
随着大数据技术的快速发展,从离线数据分析向实时在线数据分析的需求将会越来越强烈,高性能计算(HPC)将会引发智能化分析变革,机器学习、人工智能等技术将会依托于大计算快速发展。
编辑点评:
机器学习是一种让计算机在没有事先明确的编程的情况下做出正确反应的科学。在过去几年中,人工智能和大数据技术等促进了包括自动驾驶汽车、自动语音识别等基于机器学习技术的应用发展,相信在未来将会有更大更广阔的施展空间。
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击