機器學習趨向於平民化,但是盈利空間不明顯。
圖像不明顯,醫學用上了,提升了,漸進的,所以不明顯,蛋糕也不大。
順豐京東的前置倉儲,也有可能因漸進跟提升性而……
性能收斂後,就會趨於後臺化,成爲一個後臺算法,所以要想清楚機器學習的意義:
充分利用數據。
考慮到nfl跟vc維,可能是數據量爆炸階段的一個遲來的部件,有點像火花塞一樣的東西,大家都有,性能差不多,貴的好一點,科技含量不高。
所以學這個的想清楚出路。
機器學習趨向於平民化,但是盈利空間不明顯。
圖像不明顯,醫學用上了,提升了,漸進的,所以不明顯,蛋糕也不大。
順豐京東的前置倉儲,也有可能因漸進跟提升性而……
性能收斂後,就會趨於後臺化,成爲一個後臺算法,所以要想清楚機器學習的意義:
充分利用數據。
考慮到nfl跟vc維,可能是數據量爆炸階段的一個遲來的部件,有點像火花塞一樣的東西,大家都有,性能差不多,貴的好一點,科技含量不高。
所以學這個的想清楚出路。
01 綜述 Opal 是愛奇藝大數據團隊研發的機器學習平臺,包含特徵生產、樣本構建、模型訓練、模型部署在內的多環節 Bigdata + AI 開發服務,內置多種訓練鏡像、