Enable javascript in your browser for better experience. Need to know to enable it? Go here.
已发布 : 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
试验 ? 值得一试。了解为何要构建这一能力是很重要的。企业应当在风险可控的前提下在项目中尝试应用此项技术。

所有主流的云厂商都提供了令人眼花缭乱的机器学习解决方案。这些强大的工具虽然可以为用户提供很多价值,但同时也意味着一定的开销:云厂商收取的除了基本的服务运行成本外, 还包含一些营业税。 这些复杂的工具需要被使用者理解和操作,随着架构中新工具的添加,税也会随之水涨船高。 根据我们的经验,很多团队之所以会选择复杂的工具,常常是因为他们低估了诸如线性回归之类的简单工具的力量。 其实,许多机器学习问题并不需要GPU或神经网络。 因此,我们提倡在现有的计算平台上使用简单的工具和模型,以及少量的Python代码来实现一个 最简单的机器学习 。 只有在能够证明它的必要性时,才使用这些复杂的工具。

Radar

下载第25期技术雷达

English | Español | Português | 中文

Radar

获取最新技术洞见

 

立即订阅

查看存档并阅读往期内容