Enable javascript in your browser for better experience. Need to know to enable it? Go here.
publicado : Apr 13, 2021
Not on the current edition
This blip is not on the current edition of the Radar. If it was on one of the last few editions it is likely that it is still relevant. If the blip is older it might no longer be relevant and our assessment might be different today. Unfortunately, we simply don't have the bandwidth to continuously review blips from previous editions of the Radar Understand more
Apr 2021
Experimente ? Vale a pena ir atrás. É importante entender como desenvolver essa capacidade. As empresas devem experimentar esta tecnologia em um projeto que possa lidar com o risco.

Todas as principais provedoras de nuvem oferecem uma gama impressionante de soluções de aprendizado de máquina (ML). Essas ferramentas poderosas podem fornecer muito valor, mas têm um custo. Existe o custo puramente de execução cobrado pelas provedoras de nuvem para esses serviços. Além disso, existe uma espécie de imposto operacional. Essas ferramentas complexas precisam ser compreendidas e operadas e, a cada nova ferramenta adicionada à arquitetura, essa carga tributária aumenta. Em nossa experiência, os times costumam escolher ferramentas complexas porque subestimam o poder de ferramentas mais simples, como a regressão linear. Muitos problemas de ML não exigem uma GPU ou redes neurais. Por esse motivo, defendemos o ML mais simples possível , usando ferramentas e modelos simples e algumas centenas de linhas de Python na plataforma de computação que você tem em mãos. Busque ferramentas complexas apenas quando puder demonstrar a necessidade delas.

Radar

Baixar o Technology Radar Volume 25

English | Español | Português | 中文

Radar

Mantenha-se por dentro das tendências de tecnologia

 

Seja assinante

Visite nosso arquivo para acessar os volumes anteriores