Машинное обучение

Как Data Science помогает повышать качество ПО

Применение методов исследования данных в процессах разработки ПО позволяет выиграть в конкурентной борьбе. Например, в программной инженерии получила распространение методика измерения характеристик программного обеспечения, однако без средств автоматизации невозможно разобраться в огромных массивах получаемых с помощью этой методики данных и учесть все их взаимозависимости.

Умный и опасный Интернет вещей

Технологии машинного обучения открывают новые перспективы для развития Интернета вещей, однако несут с собой и новые угрозы: создание индивидуальных образцов вредоносного ПО, формирование фейковых событий, появление цифровых двойников реальных законопослушных пользователей и пр. Интернет вещей стал лакомой добычей хакеров и источником новых угроз. Как в таких условиях минимизировать риски потери надежности систем Интернета вещей и какие использовать стандарты обеспечения безопасности?

Интеллект вещей

Машинное обучение и прогресс в аппаратных технологиях позволил предприятиям намного быстрее обрабатывать свои данные для проведения мощных маркетинговых кампаний, развертывания эффективных логистических операций и расширения лояльной клиентской базы. Однако до 85% проектов ИИ терпят неудачу, несмотря на рост инвестиций в инфраструктуру поддержки решений машинного обучения. Причина — «грязные» данные.

Объектная видеоаналитика реального времени

Для выполнение инференса нейронных сетей в задачах объектной видеоаналитики непосредственно в точке сбора данных используются системы, построенные на основе концепции Edge AI.

Обеспечение безопасности систем машинного обучения

Ажиотаж вокруг машинного обучения приводит к росту его популярности, однако внедрение соответствующих систем без должного понимания принципов их действия сопряжено с систематическими рисками, которые нужно учитывать еще на этапе разработки систем машинного обучения.

Наука о данных: куда пойти учиться?

Какие сегодня имеются возможности получения образования в области исследования данных с учетом того, что продолжительный цикл обучения в системе высшего образования работодателей уже не устраивает?

Новые горизонты искусственного интеллекта

Темы сентябрьского и октябрьского номеров журнала Computer (IEEE Computer Society, Vol. 51, No. 9, 10 2018) — расширение горизонтов применения искусственного интеллекта на фоне анализа побед и поражений в ИТ-отрасли.

Трансформируйся или умри: «большая семерка» ОC, версия 2019

Аналитики предупреждают: цифровая трансформация неизбежна и промедление смерти подобно. Вы уже приступили к цифровой трансформации или только присматриваетесь к ее возможным направлениям? Важно понимать, какие технологии и связанные с ними организационные преобразования зададут вектор цифровизации на 2019 год.

Семантический анализ в подготовке обучающих выборок

Эффективное применение технологий машинного обучения для работы с текстами невозможно без средств предварительного семантического анализа, которые в будущем должны использоваться при подготовке и разметке обучающих выборок.

Машинное обучение в промышленности — формула успеха

Успех проектов машинного обучения в промышленности определяется множеством факторов, учет которых позволит оптимизировать распределение ресурсов и на ранних этапах исключить проекты, не приносящие экономической выгоды.