Enable javascript in your browser for better experience. Need to know to enable it? Go here.
Publicado : Apr 13, 2021
NÃO ENTROU NA EDIÇÃO ATUAL
Este blip não está na edição atual do Radar. Se esteve em uma das últimas edições, é provável que ainda seja relevante. Se o blip for mais antigo, pode não ser mais relevante e nossa avaliação pode ser diferente hoje. Infelizmente, não conseguimos revisar continuamente todos os blips de edições anteriores do Radar. Saiba mais
Apr 2021
Trial ? 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.

Baixe o PDF

 

 

 

English | Español | Português | 中文

Inscreva-se para receber o boletim informativo Technology Radar

 

 

Seja assinante

 

 

Visite nosso arquivo para acessar os volumes anteriores