Машинное обучение

Новая парадигма взаимодействия людей и машин

По мере того как машинный интеллект приближается по общей эффективности к человеческому, ускорение динамики взаимодействия с машинами, скорее всего, заставит отказаться от нынешних интерфейсов их программирования.

Кластерный анализ против нештатных ситуаций

Неполадки в работе телекоммуникационной сети часто возникают в результате нештатных ситуаций, которые не вызывают нарушений и остаются незамеченными, что впоследствии может привести к ухудшению качества сервисов или к сбоям. Обнаружение таких ситуаций с помощью кластерного анализа дает возможность принимать превентивные меры, позволяющие исключить сбои.

Призрак Uber

В современном мире выживает не сильнейший, но быстрейший — интенсивные изменения окружающего мира могут угрожать любому бизнесу.

Машинное обучение для Больших Данных

Теоретические основы машинного обучения появились практически одновременно с первыми компьютерами, однако при его практическом применении всегда приходится учитывать специфику конкретных систем. Работа с Большими Данными средствами Hadoop требует инструментов адаптации алгоритмов машинного обучения к этой платформе, например с помощью механизмов из стека IBM BigInsights.

Машинное обучение для понимания естественного языка

Технологии обработки естественного языка сегодня шагнули далеко вперед, и немалая заслуга в этом принадлежит машинному обучению, применяемому, в частности, для понимания текстов.

Машинное обучение для планирования запросов

Рост объемов данных требует от СУБД увеличения производительности выполнения запросов. Оптимизация плана выполнения запроса с использованием средств машинного обучения позволяет в разы уменьшить время его обработки.

Практические аспекты машинного обучения

Сегодня с машинным обучением связывают много надежд, однако успешность его применения определяется не только выбором адекватного задаче алгоритма, но и правильными шагами на этапах планирования, разработки и внедрения модели.

Оценка компетентностей студентов на основе анализа социальных сетей

В третьем поколении Федеральных государственных образовательных стандартов высшего профессионального образования задачи обучения формулируются в терминах компетентностей учащихся, что делает актуальной задачу их оценки. На помощь приходят средства машинного обучения, позволяющие оценить компетентности студентов на основе анализа их поведения в социальных сетях.

Машинное обучение в системах хранения Большого адронного коллайдера

Алгоритмы машинного обучения все шире используются для увеличения производительности гибридных систем хранения данных. Классификации, регрессии и анализ временных рядов помогают выбрать тип хранилища и упорядочить в нем размещение файлов.

Обучение технологиям Больших Данных

При организации подготовки в университетах специалистов по технологиям Больших Данных наряду c проблемами методологического характера возникают и сложности с доступом к наборам данных и соответствующим инструментам. Наиболее эффективным в этой ситуации оказывается развертывание виртуальной среды Hadoop/Spark.

Data driven city – что такое города, управляемые данными?

Как городские власти используют технологии сбора, обработки и анализа данных для улучшения социальной, экологической, экономической ситуации в своих городах и обеспечивают повышение уровня жизни горожан