[Ru] Apache Spark и Apache Ignite строят светлое ML-будущее вместе (IT-Subbotnik'19 Alexey Zinoviev) |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-11-25 16:26 На подходе релиз Apache Ignite 2.8, содержащий в себе множество новинок распределенного машинного обучения: Pipeline API, тюнинг гиперпараметров при помощи эволюционных алгоритмов, рекомендательные системы, полноценная поддержка стэкинга, бустинга и бэггинга, полноценная интеграция с TensorFlow и многое другое. Однако порой сложно отказаться от наработанного пайплайна машинного обучения, написанного на Apache Spark, и шагнуть в неизвестность. В этом докладе я покажу возможные кейсы интеграции с Apache Spark Комментарии: |
|