地解决常见和重复

Munnaf388

机器学习 被称为人工智能最有前途的领域 。到 年 市场预计将达到 亿美元。但 是一个复杂的过程 需要具有数据专业知识以及技术和工具的团队。部分使用 模型的过程可以使用 工具实现自动化。 在 С 举行了一场讨论 期间俄罗斯公司的代表谈到了自动化机器学习过程、为 选择工具 以及 是否可以取代数据科学家。大家可以在 云页面查看讨论记录。在本文中 我们将讨论主要结论。 的主要任务是常规自动化 工具旨在自动化机。

器学习过程 并有效的任务。与会者表示 需要 工具来将数据工程师和数据科学家从日常任务中解救出来 但到目前为止它们还不能完全取代数据科学家。 理想情况下 应该为使用 的所有过程提供完全自动化。但在实践中 不可能将 德国手机号码清单 所有 事情都自动化。因此 首先需要 解决方案 将例程自动化 快速得到合适的解决方案 不浪费数据工程师 更不用说数据科学家的努力。 实验室 负责人 没有适合所有人的通用工具 每种类型的任务都需要特定的 工具。



同时 不仅要考虑使用机器学习的目标 还要考虑团队的能力。 例如 如果一家公司有使用代码的数据科学家 知道如何编写查询并调用必要的库 那么工业级解决方案更合适 水 数据机器人 自动学习 自胶子 。 他们需要专业知识才能使用 但这些工具可确保训练 模型的质量和准确性。 对于没有专业知识的团队 平台更好 例如 。您不需要编程技能即可使用它们 但它们的准确性较低。 工具只有在与数据科学家合作时才有效 自动化工具简化了一个人的工作 有助于找到隐藏的依赖关系和模式。

nihaolai

好好好好好好好好好好好好好好好好好顶