Машинное обучение и искусственный интеллект начинают приносить пользу во многих отраслях для тех организаций, которые активно внедряют их в больших масштабах. Однако многие часто оказываются в ловушке, выполняя проекты проверки концепции, экспериментируя и разрабатывая модели, а команды изо всех сил пытаются реализовать решения и достичь производства. В ходе доклада Бюро анализа данных мы рассмотрим ценность разрыва цикла PoC и способы сохранения востребованных услуг и их развертывания в процессе разработки, чтобы снизить затраты на инновации. Мы рассмотрим, как вы переходите от исследований и разработок к применению, выходите из цикла PoC, какие критерии, инструменты и сроки вам следует применять, а также как вы оцениваете ценность достижения быстрого развертывания. Мы поделимся нашими уроками и практическим примером работы с научными кругами и промышленностью по переводу моделей машинного обучения и глубокого обучения из исследований и разработок в производство. Ключевые выводы: – Быстрое и доступное получение результатов, даже если это не самый сложный алгоритм. – Поймите разницу между применением и исследованием, а также когда переходить между ними с помощью проверки концепции. – При движении ставьте лошадь впереди телеги. от POC до производства -Начните поставки с помощью уже имеющейся у вас инфраструктуры данных -Привлекайте к работе свою рабочую силу
2020-12-16 11:00:00
1698588150
#Нарушение #цикла #проверки #концепции #машинное #обучение #от #идеи #до #производства
