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

    评人工智能技术发展、产业与玩家:与“大数据”同生同涨

    作者 杨慧@TalkingData 关注 0 他的粉丝 发布于  2017年1月18日

    数据贯穿了人工智能的始终,虽然不同层级和领域的企业对数据的应用程度和应用方式各不相同,但是对数据数量和质量上的要求是相同的。许多学术界学者开始进入工业界的一大原因,就是因为工业界拥有大量、一手的数据——这是人工智能发展必不可少的动力与燃料。李开复曾提到,人工智能更适用于拥有大数据基础,且数据量可以实现自我推动的公司,所以,在加入人工智能领域的竞争之前,不妨先看看自己的数据准备是否充分。

  • 他的粉丝

    解读2016之大数据篇:跨越巅峰,迈向成熟

    作者 发布于  2016年12月29日

    即将过去的2016年,大数据技术在持续火热发展的同时,也在各细分领域取得了不同的创新。回顾大数据的2016,我们都得到了什么?2017年,会是大数据技术与人工智能融合迸发的时代吗?

  • 他的粉丝

    如何从技术上突破数据科学的两大挑战

    作者 张夏天 关注 0 他的粉丝 发布于  2016年12月19日

    本文是10月13日大数据杂谈群分享的内容。 TalkingData的平台上有巨大的数据量,日活是2.5亿、月活是6.5亿。每天能够收到14TB的数据,处理370亿条消息,收到35亿个位置定位点。 如何利用这些数据创造价值?

他的粉丝

轻量级大规模机器学习算法库Fregata开源:快速,无需调参

作者 张夏天 关注 0 他的粉丝 发布于  2016年12月15日

TalkingData大规模机器学习算法库Fregata开源了。LR和Softmax算法无需调参,对于大多数问题扫描数据一遍可收敛;LR算法在10亿样本千万维度训练集上10分钟(10台服务器Spark集群,无内存加速)可完成训练。

他的粉丝

预测移动用户人口属性的Kaggle竞赛作品解析

作者 路瑶 关注 0 他的粉丝 发布于  2016年11月17日

本文是10月19日大数据杂谈群分享的内容。TalkingData的Kaggle竞赛,吸引了1689支队伍,1961个选手,一共有24000多次提交,有2729个Kernels。 选手们都是用什么样的方法呢?达到了什么样的效果?

他的粉丝

40亿移动设备的用户画像和标签架构实践

作者 王鹏 关注 0 他的粉丝 发布于  2016年11月14日

本文是10月27日大数据杂谈群分享的内容。 说起大数据的应用可能很多朋友们脑子里边第一映像就是画像,我想从以下几个方面跟大家聊聊画像相关的事情:1、什么是画像;2、画像的用处;3、如何进行用户画像;4画像应用中的难点。

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