Семь причин, которые усложняют задачу Я потратил последние несколько лет на создание продуктов на основе машинного обучения для медицинских организаций в США, и почти каждый день этих лет я осознавал, что то, что мы делаем, было чрезвычайно сложным. Вот семь причин, почему: 1) Никто еще не придумал рецепт Прямо сейчас существуют сотни организаций, в основном созданных за последние 5 лет, которые заявляют, что занимаются машинным обучением или искусственным интеллектом для..

7 вещей, которые нужно проверить перед запуском веб-сайта Особенно в наши дни - с безумной спешкой запустить в производство новейший постер-дитя javascript - легко отложить определенные третичные аспекты развертывания веб-приложения («функциональность превыше всего», как любят говорить некоторые коллеги). Это не исчерпывающий список, но если вы проработали разработчиком достаточно долго, вы, вероятно, пренебрегли или забыли решить хотя бы некоторые из следующих вопросов перед важным..

Когда-то я работал в организации, которая действительно гордилась тем, как работает их схема базы данных. Видите ли, на раннем этапе жизненного цикла компании они решили, что им нужно, чтобы способ хранения данных был «гибким». В погоне за этой «гибкостью» они построили структуру таблицы, которая выглядит примерно так: ╔═════════╦══════════╦════════╦════════════════════════╦════════╗ ║ Attr ID ║ Group ID ║ intval ║ strval ║ dblval ║..

Машинное обучение находится на стыке исследований и разработок. С одной стороны, многие методы машинного обучения превратились в простые стандартные библиотеки. С другой стороны, современное состояние все еще не может решить многие важные проблемы. Управление продуктами в этой среде увлекательно: как создавать продукты, которые решают проблемы, находящиеся по ту сторону стены невозможности? Как согнуть стену, чтобы обойти ее? Я использую « невозможно » как относительный термин: это..

Машинное обучение менее важно, чем решение проблем Эта история начинается с этого твита : Мы только что удалили #MachineLearning из нашего слогана. Объяснение последует. (Подсказка: это не значит, что мы не #ML , мы абсолютно точно делаем!) #Agile #startups #productdevelopment Мы действительно машинное обучение и наука о данных. Фактически, 40% нашей команды - специалисты по данным (это означает 2 из 5), увлеченные этой областью. Если быть более точным, все..

Рамки для повстанцев, чтобы нарушить статус-кво За сумасшедших, неудачников, мятежников, нарушителей спокойствия, круглые колышки в квадратных отверстиях ... тех, кто видит вещи по-другому - они не любят правила ... Вы можете их цитировать, не соглашаться с ними, прославлять или поносить их, но единственное, что вы не можете сделать, это игнорировать их, потому что они меняют вещи ... они подталкивают человечество вперед, и хотя некоторые могут видеть в них сумасшедших, мы видим..