BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

rss
  • 他的粉丝

    数据虚拟化:为AI与机器学习实现数据解锁

    作者 Robert Alexander 关注 0 他的粉丝 发布于  2017年9月8日

    出于可靠性、准确性以及性能表现等方面的考量,AI与机器学习技术在很大程度上皆须依赖于大型设备。这是因为数据池越大,训练模型的质量也就越高。正因为如此,大数据平台才必须能够高效处理各类不同数据流与系统,且不对具体数据结构(或者缺少清晰结构)、数据速度或者数据量作出限定。

  • 他的粉丝

    Azure Cosmos DB技术性解读

    作者 Dharma Shukla 关注 0 他的粉丝 发布于  2017年9月7日

    作为一项云服务,我们对Azure Cosmos DB进行了精心设计与工程开发,同时充分考虑到多租户及全球分布等实际因素。在今天的博文当中,我们将对Azure Cosmos DB当中的关键性功能以及架构选择作出解读。

  • 他的粉丝

    微软公司各位高管如何使用Power BI?

    作者 Jessica Cook 关注 0 他的粉丝 发布于  2017年9月7日

    微软公司的客户数据与分析(简称CDnA)团队负责提供战略数据分析见解,从而帮助企业完成各类决策——从高层领导政策到小型产品决策皆在此列。作为其核心,CDnA为微软内部各关键事业部与业务部门创建并监控“Power Metrics”指标。CDnA面向多个团队提供Power BI仪表板,具体包括Windows与设备部门(简称WDG)、Office、必应、Cortana乃至微软公司CEO Satya Nadella统领下的高级领导团队(简称SLT)。SLT利用Power BI仪表板以监控公司内部各项战略性举措的进展情况。

他的粉丝

Cortana智能与机器学习博客 将人工智能引入商务智能——Azure Machine Learning中的文本分析

作者 Mary Wahl 关注 0 他的粉丝 发布于  2017年9月7日

Azure Machine Learning Studio提供一款瑞士军刀般的出色工具,能够以强大且高效的方式对文本数据集进行操作。举例来说,其中的一套内置模块可应用于语言检测及文本预处理等较低级别任务,用于实现案例标准化、停止词删除、词干提取与词汇化等常见清理步骤。建立在此基础之上的则为更为完整的模块集合,能够通过散列或TF-IF等指标将预处理文本转换为N-gram,同时跳过其中的数字特征。

他的粉丝

并行图像分类:在Azure HDInsight Spark上使用Cognitive Toolkit与TensorFlow

作者 Mary Wahl 关注 0 他的粉丝 发布于  2017年9月7日

作为我们Azure平台深度学习应用系列文章的第五篇,本文将展示如何在微软Cognitive Toolkit(简称CNTK)与谷歌TensorFlow两大常见深度学习框架当中构建DNN,并利用其配合PySpark在Azure Data Lake Store之上对大规模图像集合进行评分。我们将这种方法应用于常规DNN用例——即航拍图像分类,并展示此种方法如何识别城市发展当中的各类最新模式。

他的粉丝

总结自快速机器学习算法基准测试的重要经验

作者 Miguel Fierro 关注 0 他的粉丝 发布于  2017年9月7日

根据KDNuggets网站的介绍,增强决策树正支撑着Kaggle机器学习挑战赛中超过半数的胜出解决方案。除了卓越的性能表现之外,这些算法亦拥有现实层面的吸引力——即最大程度降低调整需求。在今天的文章中,我们将评估两款高人气升级包:XGBoost与LightGBM,亦包括其GPU实现方案。

他的粉丝

60分钟搞定,基于ResNet和Azure GPU加速的肺癌CT图像识别

作者 杨旸 关注 2 他的粉丝 发布于  2017年5月25日

本文介绍了微软的一个比赛队伍参加2017年Kaggle肺癌CT图像检测比赛时,如何借用现成的152层ResNet网络,对接到分布式计算的神经网络上,在60分钟内完成训练的实施细节和代码。对卷积神经网络、LightBGM、ResNet等基本概念也进行了讲解,希望对刚接触AI的朋友有所帮助。

他的粉丝

Office 365架构演变及微服务实践

作者 虞雷 关注 0 他的粉丝 发布于  2017年3月21日

天下大势,分久必合,合久必分。三国演义开头的这句话是对Office 365整体架构的演变最生动的概括。

他的粉丝

微软牛津计划,轻松打造自然语言应用

作者 董志南 关注 0 他的粉丝 发布于  2016年1月26日

牛津计划是微软于2015年发布的一系列API,包含计算机视觉、语音识别和语言理解。旨在帮助开发者轻松打造自己的应用程序,而无需深刻理解其背后复杂的实现原理。那么牛津计划中的语音识别和语言理解的技术服务究竟是什么样的,它们是如何被研发出来的呢?

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT