Публикации по теме 'mlops'
Объяснение машинного обучения — Часть I
С помощью машинного обучения вы можете научить компьютер находить решение самостоятельно, а не просто программировать его для этого. Это может быть чрезвычайно полезно и предоставит вам новые возможности для решения проблем, которые невозможно решить с помощью одного лишь программирования. В этой статье, состоящей из двух частей, я обсуждаю идею машинного обучения в сравнении с обычным компьютерным программированием и демонстрирую на полезных примерах, как эти два подхода применимы к..
Выбор лучшей архитектуры для искусственных нейронных сетей
При обучении искусственной нейронной сети (ИНС) необходимо выбрать ряд гиперпараметров , включая количество скрытых слоев, количество скрытых нейронов на каждый скрытый слой, скорость обучения и параметр регуляризации. Создание оптимального сочетания таких гиперпараметров - сложная задача.
Новички в ИНС обычно задают вопрос, можно ли выбрать оптимальную архитектуру. Архитектура нейронной сети может быть просто определена как количество слоев (особенно скрытых) и количество скрытых..
Почему MLOps является стратегической целью технологических лидеров?
Поздравляем! Наконец-то вам удалось создать модель машинного обучения. Ваши показатели выглядят хорошо, и вы готовы запустить революционный продукт на основе машинного обучения, чтобы создать конкурентное преимущество.
Ну, угадай еще.
MLOps — это слон в комнате, где компании могут потерпеть неудачу при запуске решения на основе машинного обучения. По данным Gartner (октябрь 2020 г.), только 53% проектов доходят от прототипа до производства, и это в организациях с определенным..
Генеративный жизненный цикл ИИ
Общий жизненный цикл AI/ML состоит из сбора данных, подготовки, обучения, оценки, развертывания и мониторинга, и все это включено в конвейер MLOps.
Генеративный ИИ (GenAI) — это трансформационная технология, которая в ближайшие месяцы и годы продолжит оказывать влияние на основные изменения в отрасли. В настоящее время на ранних стадиях он вызвал много шума; отвлечение на фундаментальный сдвиг, лежащий в основе его обещаний.
Использование генеративного ИИ на предприятии воспроизводимым,..
Docker в MLOps для начинающих
Мотивация
Я пишу эту статью, чтобы предоставить ценную информацию и рекомендации людям, которые плохо знакомы с MLOps и хотят понять концепции и методы, связанные с контейнеризацией Docker в проектах машинного обучения. В эпоху, когда доминируют GPT (Generative Pre-trained Transformers), статья призвана упростить и закрепить необходимые знания по этой теме, сделав их доступными для таких новичков, как я.
Что такое Докер
Docker — это платформа с открытым исходным кодом, которая..
Оптимизация искусственного интеллекта и машинного обучения с помощью AutoML
Кажется, что каждый бизнес использует или планирует использовать искусственный интеллект (ИИ), захватывающую технологию, основанную на машинном обучении (МО). Создание решений AI/ML вручную сложно, отнимает много времени и может быть сложным в производстве и обслуживании, что требует специальных навыков специалистов по данным и инженеров AI/ML. В довершение всего, опытные специалисты по данным и инженеры по машинному обучению стоят дорого, и их трудно найти на рынке. Чтобы AI/ML..
Лучший инструмент оркестровки для MLOps: реальная история о сложном выборе
Данила Кузнецова и Натальи Царьковой.
Введение
Машинное обучение имеет широкий спектр возможных применений практически во всех отраслях. Архитектура модели, улучшение показателей производительности и оптимизация вычислений всегда были в центре внимания. В то же время машинное обучение еще не прошло тех же этапов процесса стандартизации, что и разработка программного обеспечения в последние десятилетия. На сегодняшний день в области машинного обучения нет единого общепринятого..
