7 min read
فناوری اطلاعات همچنان می‌تواند بدون دسترسی به کد منبع اصلی آزمایش کند. از تست پذیرش چابک استفاده کنید، به منطق تجاری بپردازید، و پلتفرم‌های آزمایشی را با یادگیری ماشینی بپذیرید.
فراگیری ماشین
7 min read
بینایی کامپیوتر می تواند بیشتر از کاهش هزینه ها و بهبود کیفیت انجام دهد. در اینجا آمده است که چگونه نوآوری‌های سخت‌افزار، نرم‌افزار و هوش مصنوعی جان انسان‌ها را نجات می‌دهند و ایمنی را در داخل و خارج از کف کارخانه بهبود می‌بخشند.
2 min read
Kaskada که توسط DataStax در ژانویه خریداری شد، یک موتور پردازش رویدادهای یکپارچه مبتنی بر منبع باز را ارائه می دهد که هدف آن کمک به شرکت ها در ساخت برنامه های یادگیری ماشین بلادرنگ است.
7 min read
پشته نرم افزار هوش مصنوعی بهینه سازی شده با VMware انویدیا یک جایگزین قوی برای انجام یادگیری ماشینی در ابرهای AWS، Azure و Google ارائه می دهد. Nvidia LaunchPad به شما امکان می دهد آن را به صورت رایگان امتحان کنید.
6 min read
سازمان‌ها دانشمندان داده را برای توسعه مدل‌های ML و آزمایش با هوش مصنوعی استخدام می‌کنند، اما تأثیر کسب‌وکار برای بسیاری از شرکت‌های بزرگ عقب مانده است.
10 min read
Snowpark برای Python به دانشمندان داده راه خوبی برای انجام برنامه‌نویسی به سبک DataFrame در برابر انبار داده Snowflake می‌دهد، از جمله توانایی راه‌اندازی خطوط لوله یادگیری ماشینی کامل برای اجرا در یک زمان‌بندی مکرر.
8 min read
دانشمندان داده و دانشمندان یادگیری ماشین نقش های مشابهی دارند، اما یک دانشمند یادگیری ماشینی در تحقیق و اجرای الگوریتم های پیچیده تخصص دارد.
10 min read
مدل‌های زبان بزرگ چرخه اخبار را به خود اختصاص داده‌اند، اما انواع دیگری از یادگیری ماشینی و یادگیری عمیق با موارد استفاده متفاوت وجود دارد.
7 min read
با توابع Pulsar، می‌توانید توابع پایتون را روی پیام‌های pub/sub در Apache Pulsar اعمال کنید تا پیش‌بینی‌های یادگیری ماشین را در زمان واقعی انجام دهید. در اینجا نحوه
7 min read
مدل‌های زبان OpenAI مایکروسافت با میزبانی Azure اکنون به طور کلی در دسترس هستند و استفاده از آنها در کد شما به طرز شگفت‌آوری ساده است.
4 min read
شرکت ها باید علاقه خود به هوش مصنوعی را با هزینه های ابری متعادل کنند. زمان خوبی است که به ارزش واقعی هوش مصنوعی مبتنی بر ابر نگاه کنید.
3 min read
یاد بگیرید که چگونه از Google Cloud Vertex AI و مدل زبان بزرگ PalM 2 برای ایجاد جاسازی‌های متنی و جستجوی متن رتبه‌بندی شده بر اساس شباهت معنایی استفاده کنید.
6 min read
توهمات مدل های زبانی بزرگ عمدتاً ناشی از کمبود در مجموعه داده ها و آموزش است. اینها را می توان با تولید افزوده بازیابی و داده های زمان واقعی کاهش داد.
8 min read
در دریاچه های داده غوطه ور شوید – اینکه چه هستند، چگونه از آنها استفاده می شود و چگونه دریاچه های داده با انبارهای داده متفاوت و مکمل هستند.
6 min read
مدل‌های زبان بزرگ در کنار شبکه‌های عصبی یادگیری عمیق تکامل یافته‌اند و برای هوش مصنوعی مولد حیاتی هستند. در اینجا اولین نگاهی است، از جمله برترین LLMها و آنچه که امروزه برای آنها استفاده می شود.
5 min read
Apache Spark سریع، انعطاف‌پذیر و سازگار با توسعه‌دهندگان، پلتفرم پیشرو برای SQL در مقیاس بزرگ، پردازش دسته‌ای، پردازش جریانی و یادگیری ماشین است.
2 min read
پلتفرم مبتنی بر Kubernetes پشتیبانی از بارهای کاری هوش مصنوعی و یادگیری ماشین را تقویت می کند و استقرار در شرکای ابری اضافی را آسان می کند.
4 min read
5 min read
جستجوی شباهت برداری از یادگیری ماشینی برای ترجمه شباهت متن، تصویر یا صدا به فضای برداری استفاده می‌کند و جستجو را سریع‌تر، دقیق‌تر و مقیاس‌پذیرتر می‌کند.
5 min read
مهارت‌های هوش مصنوعی، یادگیری ماشینی و مدل‌های زبان بزرگ در صنایع مختلف بسیار مورد تقاضا هستند.
