La tua ricerca non ha prodotto risultati.
Si consiglia di provare quanto segue per ottenere dei risultati migliori:
Porta il tuo progetto su nuove altezze consentendo ai dati di raccontare la storia.
I servizi AI e ML possono diventare complicati. Queste guide suddividono in modo chiaro le parti mobili in modo da essere sicuri nel progetto.
Impara a interagire attivamente con AI e ML adottando un approccio basato sull'apprendimento utilizzando queste guide per principianti.
Mining di dati strutturati e non strutturati (37:00)
Rilevamento di frodi e anomalie mediante Oracle Advanced Analytics: parte 1, i concetti (11:02)
The Naked Future: What Happens in a World That Anticipates Your Every Move (49:00)
JupyterLab è un ambiente di sviluppo interattivo basato su Web per notebook, codice e dati Jupyter.
GraphPipe è un protocollo e una raccolta di software progettati per semplificare lo sviluppo dei modelli di apprendimento automatico e scollegarli dalle implementazioni dei modelli specifiche del framework.
TensorFlow è una piattaforma open source end-to-end per il machine learning.
Apache SINGA è un progetto Apache Top Level, incentrato sulla formazione distribuita di modelli di deep learning e di machine learning.
Shogun è una libreria open source di apprendimento automatico che offre una vasta gamma di metodi di apprendimento automatico efficienti e unificati.
Apache Mahout è un framework di algebra lineare distribuito e DSL Scala matematicamente espressivo progettato per consentire a matematici, statistici e data scientist di implementare rapidamente i propri algoritmi.
MLlib è la libreria di apprendimento automatico scalabile di Apache Spark.
Oryx 2 è una realizzazione dell'architettura lambda costruita su Apache Spark e Apache Kafka, ma con specializzazione per l'apprendimento automatico su larga scala in tempo reale.
Il framework Accord.NET è un . Framework di apprendimento automatico NET combinato con librerie di elaborazione audio e immagini completamente scritte in linguaggio C#.
Sei pronto per iniziare? Di seguito è riportato un campionamento delle risorse per aiutarti a risolvere specifiche sfide nello sviluppo di ML/AI.
Utilizza queste risorse per creare le basi di ML e AI e i relativi ruoli nello sviluppo delle applicazioni.