BT

AIと機械学習、データエンジニアリング  に関するすべてのコンテンツ rss

関連するニュース AIと機械学習、データエンジニアリング rss

設計/アーキテクチャ フォローする 5 人のフォロワー PyTorch 1.0が公開、研究および実用AIプロジェクトを対象に 作者: Kent Weare フォローする 9 人のフォロワー 投稿 2018年6月18日 JavaScript フォローする 52 人のフォロワー PropelがTensorFlow.jsを活用する計画にシフト 作者: Dylan Schiemann フォローする 4 人のフォロワー 投稿 2018年6月13日 AIと機械学習、データエンジニアリング フォローする 7 人のフォロワー IBMのFabric for Deep Learningに関するWatsonチーフアーキテクトのQ&A 作者: Rags Srinivas フォローする 10 人のフォロワー 投稿 2018年6月11日
AIと機械学習、データエンジニアリング フォローする 7 人のフォロワー AppleはCore ML 2をリリースした 作者: Roland Meertens フォローする 6 人のフォロワー 投稿 2018年6月11日 Emerging Technologies フォローする 0 人のフォロワー Microsoft Build 2018初日の基調講演にCEOのSatya Nadella氏が登壇 作者: Michael Stiefel フォローする 5 人のフォロワー 投稿 2018年6月11日 AIと機械学習、データエンジニアリング フォローする 7 人のフォロワー Google I/Oのオープニング基調講演ではMLキット、Googleアシスタント、TPU 3.0が取り上げられ、他に多くの発表があった 作者: Wesley Reisz フォローする 16 人のフォロワー 投稿 2018年6月6日
人のフォロワー AWS IoT Analyticsが一般向けに利用可能に 作者: Steef-Jan Wiggers フォローする 5 人のフォロワー 投稿 2018年6月4日 モバイル フォローする 0 人のフォロワー GoogleがML KITを使ってFirebaseで機械学習を実現 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年5月31日 人のフォロワー IoTデバイスをセキュアにするMicrosoft Azure Sphere 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年5月21日
人のフォロワー Azure Machine Learningの新機能とは 作者: Michael Stiefel フォローする 5 人のフォロワー 投稿 2018年5月21日 人のフォロワー GoogleはSpeech-to-Textサービスをディープラーニングモデルでアップグレードした 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年5月14日 人のフォロワー ブラウザ上でディープラーニングを可能にするTensorflow.js 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年5月11日
人のフォロワー 統合データAPIとGSQLを備えたPayPalのGimel分析プラットフォーム 作者: Srini Penchikala フォローする 34 人のフォロワー 投稿 2018年5月9日 人のフォロワー Dataikuが最新リリースでディープラーニングとコンピュータビジョンを統合 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年5月7日 人のフォロワー オラクルがJavaOneをOracle Code Oneへ 作者: Ben Evans フォローする 22 人のフォロワー 投稿 2018年5月2日
人のフォロワー Payara FoundationがPayara Server 5とPayara Micro 5をリリース 作者: Michael Redlich フォローする 12 人のフォロワー 投稿 2018年5月2日 人のフォロワー MicrosoftがWindows 10 Updateで人工知能プラットフォームを組み込み 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年4月22日 人のフォロワー Baiduが自律走行車研究のための巨大データセットApolloScapeをリリース 作者: Alexis Perrier フォローする 1 人のフォロワー 投稿 2018年4月12日
人のフォロワー 自動運転車による初の歩行者死亡事故 作者: Roland Meertens フォローする 6 人のフォロワー 投稿 2018年4月3日 人のフォロワー 機械学習を使って金融詐欺と戦うAirbnb 作者: Srini Penchikala フォローする 34 人のフォロワー 投稿 2018年3月30日 人のフォロワー 子どもと開発チームのためのML解説 作者: Rafiq Gemmail フォローする 6 人のフォロワー 投稿 2018年3月29日
人のフォロワー Microsoftは中国語-英語の機械翻訳で人と同等レベルに達した 作者: Roland Meertens フォローする 6 人のフォロワー 投稿 2018年3月22日
すべてのニュースを見る

関連するアーティクル AIと機械学習、データエンジニアリング rss

人のフォロワー モナドを理解する - 迷える者への手引き 作者: Barry Burd フォローする 0 人のフォロワー 投稿 2018年1月11日

人のフォロワー エンタープライズ向けオープンソースのJava ORMフレームワークReladomoを導入する 作者: Mohammad Rezaei フォローする 0 人のフォロワー 投稿 2017年8月7日

人のフォロワー 【QCon Tokyo 2016】マクニカネットワークス株式会社 根本 竜也 氏 セッション紹介:モダン化が進むソフトウェア開発環境に取り入れるべき最新のツール事情 作者: InfoQ Japan 編集部 フォローする 0 人のフォロワー 投稿 2016年11月9日

人のフォロワー 【QCon Tokyo 2016 エンジニアトラック 鈴木雄介氏 本人による講演レポート】 アーキテクチャ設計のジレンマと拡張構造としてのマイクロサービスアーキテクチャ 作者: InfoQ Japan 編集部 フォローする 0 人のフォロワー 投稿 2016年10月28日

人のフォロワー 【QCon Tokyo 2015 講演レポート】日々数十億レコードにおよぶログ情報を処理するビックデータ分析におけるApache Sparkの先進的活用 作者: InfoQ編集部 フォローする 0 人のフォロワー , 輝氏 フォローする 0 人のフォロワー , 谷口 フォローする 0 人のフォロワー , 株式会社サイバーエージェント アドテクスタジオ 井上ゆり氏 フォローする 0 人のフォロワー 投稿 2015年5月25日

人のフォロワー Jepsen: PostgreSQL, Redis, MongDB および Riak の分割耐性をテストする 作者: Kyle Kingsbury フォローする 1 人のフォロワー 投稿 2013年7月21日

人のフォロワー Datomic情報モデル 作者: Rich Hickey フォローする 48 人のフォロワー 投稿 2013年3月18日

人のフォロワー Datomicのアーキテクチャ 作者: Rich Hickey フォローする 48 人のフォロワー 投稿 2012年11月18日

人のフォロワー 12年後のCAP定理: "法則"はどのように変わったか 作者: Eric Brewer フォローする 1 人のフォロワー 投稿 2012年6月17日

人のフォロワー 大規模データ技術の現状と今後の方向性 作者: 日本マイクロソフト株式会社 萩原正義 フォローする 0 人のフォロワー 投稿 2012年3月21日

人のフォロワー グラフデータベース、NOSQL、Neo4j 作者: Peter Neubauer フォローする 0 人のフォロワー 投稿 2010年6月15日

人のフォロワー Java Object Persistenceの今 作者: Carl Rosenberger フォローする 0 人のフォロワー , Mike Keith フォローする 0 人のフォロワー , Craig Russell フォローする 0 人のフォロワー , Ted Neward フォローする 3 人のフォロワー 投稿 2008年4月2日

関連するプレゼンテーション AIと機械学習、データエンジニアリング rss

人のフォロワー 【QCon Tokyo 2016】今どきのアーキテクチャ設計戦略:鈴木 雄介 氏 作者: InfoQ Japan 編集部 フォローする 0 人のフォロワー 投稿 2016年11月10日 アジャイルを代表とする改善ベースでのシステム開発が主流となり、旧来型の重厚長大なアーキテクチャ設計は限界を向かえつつあります。本講演ではクラウドやマイクロサービスを前提としつつ、今どきのアーキテクチャ設計戦略がどうあるべきかについてお話しします。

人のフォロワー 【QCon Tokyo 2016】クラウド・ネイティブなデータ・パイプライン:Sid Anand氏 作者: InfoQ Japan 編集部 フォローする 0 人のフォロワー 投稿 2016年11月8日 ビッグデータ企業(LinkedIn, Facebook, Google, Twitterなど)は過去ずっと独自のデータセンター上にデータパイプラインを構築してきました。ところが最近は、ビッグデータを扱う多くの企業のニーズを、いくつかのパブリック・クラウドベンダーの1つを選んでそこに統合するという動きが始まっています。クラウドのベストプラクティスとビッグデータ技術をいかに効果的に融合することができるのでしょうか。eメールのセキュリティ会社であるAgari社は、ビッグデータのベストプラクティスをセキュリティ業界とクラウドの両方に適用することで、eメールベースの脅威に対抗することを可能にしています。これはAWSクラウド上でバッチとストリーム処理の予測可能データパイプラインの技術によって実現しているのです。この講演では、この技術のアーキテクチャ構成のベストプラクティスについてお話しします。

InfoQにログインし新機能を利用する


パスワードを忘れた方はこちらへ

Follow

お気に入りのトピックや著者をフォローする

業界やサイト内で一番重要な見出しを閲覧する

Like

より多いシグナル、より少ないノイズ

お気に入りのトピックと著者を選択して自分のフィードを作る

Notifications

最新情報をすぐ手に入れるようにしよう

通知設定をして、お気に入りコンテンツを見逃さないようにしよう!

BT