机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

热点

机械装备监控·2023-09-27
匿名用户
高性能计算 (HPC) 平台的资源监控和分析是确保其高效运行的关键组成部分。对 HPC 平台进行有效监控可以帮助您评估工作负载与硬件的匹配情况,优化资源分配,并确保应用程序高效运行。以下是一些建议和策略:基本硬件监控:CPU 利用率:检查 CPU 核心的使用情况,确保它们没有过载。...
CMDB·2024-03-07
jason2006xu · 昆仑银行 擅长领域:系统运维, 监控, 云计算
45 会员关注
商业银行面临IT运维困难和挑战,AIOps应用能够提高运维效率和质量,降低成本,支持数字化转型。AIOps建设分为三个阶段:准备阶段、面向应用阶段和进一步发展建设阶段。商业银行的AIOps建设主要以监控系统智能化、日志系统标准化、规范化为出发点,逐渐开展智能运维分析场景建设。...(more)
专栏: 趋势观点
浏览5480
评论8
大语言模型·2024-03-08
xuyy联盟成员 · 某银行 擅长领域:人工智能, 大数据, 大语言模型
11 会员关注
大模型技术在金融服务中应用广泛,包括深度学习、强化学习、迁移学习等算法和技术。应用场景包括信用评分、算法交易、欺诈检测、投资顾问等。大模型技术的发展将进一步提高金融服务的智能化和效率,金融机构应积极探索应用和发展,构建大模型应用生态体系。...(more)
专栏: 趋势观点
浏览1369
评论2
系统运维·2024-03-07
menglunyang课题专家组 · 中国银行 擅长领域:云计算, 容器, 容器云
11 会员关注
文章介绍了基于Apriori算法的告警关联分析模型,实现告警自动压缩和根因分析,未来需要完善特征构建和关键词过滤等方面。
专栏: 最佳实践
浏览4581
评论5
系统运维·2024-01-11
haizdl · 大连 擅长领域:灾备, 存储, 服务器
1238 会员关注
企业IT运维从手动到自动再到智能,随着IT架构和市场信息化技术的发展,运维工作也不断变革,智能化运维的目标包括预防、解决和知识化,数据的利用是实现智能化的前提条件,需要进行数据采集、分析和积累。...(more)
专栏: 趋势观点
浏览2866
评论7
银行大语言模型·2024-01-03
chinesezzqiang课题专家组 · M 擅长领域:云计算, 存储, 虚拟化
433 会员关注
一、如何规范金融行业应用系统业务和IT技术数据的大模型应用的数据标准,有利于更好发挥大模型在金融行业的作用 ?答:制定统一的数据标准 :金融行业应制定一套统一的数据标准,包括数据格式、数据质量、数据安全性等方面的规定,以确保不同系统之间的数据互通性和一致性。建立数据...
银行大语言模型·2024-01-02
大模型在金融服务中的应用日益广泛,其强大的数据处理和解析能力为银行等金融机构带来了显著的效率提升和成本节约。最新的算法和技术进展使得大模型能够在更广泛的领域发挥作用,同时,业界也在不断探索新的应用案例,以实现金融服务智能化升级。在算法层面 ,大模型通过自然语言...
自动化运维·2023-07-26
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 会员关注
智能运维是IT行业的趋势,包括日常任务处理自动化、运维流程自动化、IT服务自动化、业务服务自动化等。运维已经向运营方向演进,需要打造涵盖硬件监控、性能调优、资产管理、报警中心、故障自动修复、故障预测、智能节能的一整套基于混合IT架构的新“监、管、控”的闭环解决...(more)
浏览680
人工智能·2023-07-13
甘草片 · 安天科技 擅长领域:数据库, 服务器, 存储
8 会员关注
收藏1
金币5
可观测性·2023-07-13
郑金辉 · 某公司 擅长领域:云计算, 系统运维, 大数据
59 会员关注
可观测性是IT运维领域最重要的系统能力之一,核心是度量,从基础设施、平台、应用、数据和业务了解系统运行,实现全链路自动化根因定位。可观测性是在监控的基础上做了更深、更广的发展,是智慧运维的重要思路和方向,需要结合SRE方法论、AIOps和业务理解。...(more)
浏览801

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题