• 一份关于机器学习“模型再训练”的终极指南

    机器学习模型的训练,通常是通过学习某一组输入特征与输出目标之间的映射来进行的。一般来说,对于映射的学习是通过优化某些成本函数,来使预测的误差最小化。在训练出最佳模型之后,将其正式发布上线,再根据未来生成的数据生成准确的预测。这些新数据示例可能是用户交互、应用处理或其他软件系统的请求生成的——这取决于模型需要解决的问题。在理想情况下,我们会希望自己的模型在生产环境中进行预测时,能够像使用训练过程中使用的数据一样,准确地预测未来情况。

    了解更多

    01-02 / 2020

  • 重庆成立大数据产业人才联盟

    重庆市大数据产业人才联盟近日在重庆市永川区正式授牌成立,政府部门、高校和相关企业将共同构建大数据产业“政产研学用”一体化体系,助力破解重庆大数据人才瓶颈。

    了解更多

    01-02 / 2020

  • 2020年招聘大数据人才的六大理由

    随着2019年即将结束,许多企业高管正在为未来一年制定计划。如果企业正在考虑是否在2020年聘用大数据人才,那么需要了解招聘大数据人才的六大理由。

    了解更多

    12-31 / 2019

  • 2020 年数据科学就业市场必备的五项技能

    为了保持竞争力,一定要为新工具带来的新工作方式做好准备!以下就是2020 年数据科学就业市场必备的五项技能。

    了解更多

    12-30 / 2019

  • 英特尔Eric Thompson:如何在以数据为中心的经济中成为赢家?

    正如化石燃料引发的创新浪潮推动了第二次工业革命,数据成为了当今时代创新的新燃料。预计到2030年,数据将在新的全球活动中产生13万亿美元的价值。那么,谁最有可能在数据经济中跑在前面呢?真正的赢家,会是那些能够挖掘、提炼并充分利用海量数据的企业和机构。

    了解更多

    12-29 / 2019

  • 国内首个数据国际流通协同开放实验室正式成立

    实验室以“数据国际流通”为重点研究方向和研究内容,深入贯彻落实国家大数据发展战略。

    了解更多

    12-27 / 2019