机器学习(Machine Learning, ML),它是AI 的一个子集。所有机器学习都是 AI,但不是所有的 AI 都是机器学习。
学习是人类具有的一种重要智能行为,人类通过不断学习才得以取得如今的种种成就,才得以推动社会进步。随着科技飞速发展,人类便萌生出一个念头,能否让自己的劳动工具也变的智能,从而最大程度的辅助自己?于是,机器学习便应运而生。
机器学习是在1990年被提出来,比人工智能晚了35年。机器学习让我们通过算法来解决一些复杂的问题。正如人工智能先驱 Arthur Samuel 在 1959 中写道的那样,机器学习是需要研究的领域,它给计算机学习的能力而不是明确地编程能力。
机器学习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。
现如今,机器学习已经有了十分广泛的应用,例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。而且,由于它是依托于更具有客观性的数据来给出解决建议或者执行方案的,所以机器学习给出的意见更客观,更具有参考价值。
那么,机器能否像人类一样能具有学习能力呢?1959年美国的塞缪尔(Samuel)设计了一个下棋程序,这个程序具有学习能力,它可以在不断的对弈中改善自己的棋艺。4年后,这个程序战胜了设计者本人。又过了3年,这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力,提出了许多令人深思的社会问题与哲学问题。
机器的能力是否能超过人的,很多持否定意见的人的一个主要论据是:机器是人造的,其性能和动作完全是由设计者规定的,因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的,可是对具备学习能力的机器就值得考虑了,因为这种机器的能力在应用中不断地提高,过一段时间之后,设计者本人也不知它的能力到了何种水平。现如今,AI已经可以不断地战胜人类世界冠军,设计者是否知道他们创造出来的“棋圣”水平到底有多高?
大多数机器学习的目标是为特定场景开发预测引擎。一个算法将接收到一个域的信息。举个例子:一个人过去观看过的电影,权衡输入做出一个有用的预测(未来想看的不同电影的概率)。通过机器学习的能力,通过优化任务衡量变量的可用数据,做出算法,来对未来做出准确的预测。
机器通过训练学习,算法最初接收其输出是已知的示例,此时要注意其预测和正确输出之间的差异,并且调谐输入的权重以提高其预测的准确性,直到它们被优化。因此,机器学习算法的定义特征是:它们预测的质量会紧随着它的经验来不断地改进。
本次KubeCon大会上,来自Microsoft的云架构师Brian Redmond和首席软件工程师Rita Zhang将为大家带来一场关于机器学习的技术盛宴。面向的是数据科学家和基础架构/SRE 团队等人群,会将开发运营的益处引入 AI 和机器学习中。
你是否想知道如何建立机器学习模型?大会上你将有机会参与到数据科学家的一天中,代码协作、数据集整理、训练和服务端对端潜入等等。这将成为机器学习模型日常生命周期的实践指南。他们将提及如何利用 Kubeflow 等开源工具并深入考察这些工具是如何运行和协助机器学习开发生命周期的。
跟随数据科学家的步伐,让他们手把手带你成长,专家一席话,胜读十年书。机器都在飞速学习,更何况是我们?上海KubeCon大会上我们不见不散。
本期则隆重推荐:
Wenjia Zhang , Google软件工程师
Wenjia Zhang 在谷歌 Kubernetes 团队担任软件工程师。她也积极参与 Kubernetes 和 etcd 开源项目。
Yuxuan Li , Google软件工程师
Yuxuan Li 是谷歌的软件工程师。她专注于gRPC-Go的开发,这是一个用Go语言编写的开源RPC框架。
Alexandr Tcherniakhovski ,Google安全工程师
Alex 现任谷歌安全工程师,负责 Kubernetes 引擎安全。此前,他负责降低内部风险。加入谷歌前,Alex 在微软安全部工作。他在青少年时期,曾是国家级(俄罗斯)网球选手。这将是他首次在大会演讲。
KubeCon + CloudNativeCon 2018即将开始,请立即购票,勿失良机!
余票所剩无几,欲购从速,票价如下:
标准注册2400元;
贵宾注册6000元;
学术或爱好者注册500元
更多精彩内容请搜索 KubeCon 前往官网进行了解!
文末福利:
全免邀请票给 Kubernetes (K8s) 企业最终用户计划300个名额已爆满;由于反应强烈,最后加开100个名额!
1. 对象: Kubernetes 最终企业用户的架构师和开发者,技术主管。
2. 请提供姓名,公司名称,职位和微信号,审核通过可获得全免邀请票。
———————————感谢活动赞助商———————————
钻石赞助商
阿里云
华为云
IBM Cloud
Tencent Cloud
铂金赞助商
灵雀云
才云
Google Cloud
英特尔
京东
Microsoft Azure
Rancher
VMware
黄金赞助商
SUSE
白银赞助商
BoCloud
Cloud Foundry
DaoCloud
EasyStack
Eclipse Foundation
Elastic
GitLab
Mesosphere
NGINX
PingCAP
Red Hat
YAHOO! JAPAN
初创企业赞助商
Aljabr
AMPERE
CStack
EMQ
Giant Swarm
谐云科技
inwinSTACK
KONTENA
蓝灯数据
LF DEEP LEARNING
PlanetScale
时速云
睿云智合
媒体合作伙伴
开源中国社区
极客邦科技 / InfoQ
TFIR
THE NEW STACK
社区合作伙伴
中国电子技术标准化研究院
中国开源软件(OSS)推进联盟
异步社区
掘金
开源社
Ladies Who Tech
开源中国社区
云计算开源产业联盟
WOMEN WHO CODE
- 蜜度索骥：以跨模态检索技术助力“企宣”向上生长
- 网信办严打网络侵害未成年人行为，守护成长新篇章
- 豆包大模型升级引爆股市，字节紧急警示：小心为上
- 小米YU7无伪装实车首次曝光引热议，小红书封号事件冲上热搜，科技圈又掀波澜？
- 警惕讨好型人格：赚钱路上，人格魅力并非一切
- 小米SUV坠崖一家四口奇迹生还，车主回应：别夸大其词
- 金融AI大模型新突破：奇富科技AI产品小奇引领行业，重塑金融未来
- 谷歌携手Apptronik，AI+机器人引领未来：商业化人形机器人新纪元
- AI盛宴即将上演！李想回归，理想汽车12月25日揭秘未来驾驶新篇章
- 特斯拉Model Y劲敌来袭！明年登陆英国市场的未来乐道L60引爆期待
- 火山引擎总裁回应豆包大模型定价：如何确保合理毛利，揭秘行业内幕
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
