スケーラビリティのサーバレスマシンラーニング
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
予測。最適化。
何が嫌いですか？
まだいくつかのコーディング能力が必要ですが、私たちはまだ機械学習について話しています。
何が一番好きですか？
Google Cloud PlatformはGoogle Cloud Platformの優れた製品で、サーバーレスの機械学習のモデルトレーニングを実行できます。また、自動的にモデルを最適化し、生産に数分でモデルを展開できるようにします。
ML
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
エンゲージメントとリテンションの理解の向上
何が嫌いですか？
私の知る限りでは、私はまだそれを比較することなしに評価しています
何が一番好きですか？
たくさんの藻類、選ぶモデル、簡単なセットアップと管理
機械学習
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
推奨、詐欺の検出。
何が嫌いですか？
実用的な有用なユースケースの欠如。私はより現実的なケーススタディが好きです。おもちゃの例はあまり目的を果たさない
何が一番好きですか？
良い知識共有。良い話し手と意見
絶対に素晴らしい技術
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
仮想の受付をユースケースとして仕上げようとしています。最高のメリットは、パフォーマンスの課題がなくても劇的に計算に必要なインフラストラクチャを拡張できることです。
何が嫌いですか？
私はTensorflowを学ぶことはまだかなり複雑だと思います。 Tensorflowが期待どおりに動かなくなったときに正しい方向に向ける学習支援とプロンプトがあれば役立ちます。
何が一番好きですか？
私は、ML MLエンジンの複雑さを抽象化し、ユーザがAPIを使用してMLを学び、使用できるようにするGC MLエンジンの能力が大好きです。それはシンプルさは本当に素晴らしいです！
製品を検討している他の人への推奨事項
Amazonを試してみてくださいが、あなたはTensorの流れを無視することはできません
Google Cloud ML
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
農業、医薬品、サプライチェーン最適化、ヘルスケアのメリット：サテライトイメージの処理による農業資源のモニタリングの改善、サプライチェーンの効率化とバックログの効果的な削減、医薬品、材料科学製品の生成モデルの自動生成、 。
何が嫌いですか？
雲のコストが加わります。データフロー、IOT、Pubsubなどを設定するML / AI科学者のための習得曲線。PythonはJavaの使用が必要などこでもサポートされていません。
何が一番好きですか？
私は、Google CloudがMLエンドツーエンドのプロセスフローを処理し、バケットを使用してデータの品質を監視し、データを変換し、複雑なアルゴリズムの必要に応じてTPUとGPUをスピンオフすることができます。
とても興味深い
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
患者が提出した有害事象の予測、HCP
何が嫌いですか？
ドキュメントを更新する必要があります。私の質問に対処するための正しいページを指摘するための十分な文書はありません。
何が一番好きですか？
非常にユーザーフレンドリーでintient。任意の大きなデータセットを取ることができ、非常に短い時間内にアルゴリズムを解読することができます
Google Tensorflowの経験
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
私は、遺伝子発現プロファイルに基づいて異なるカテゴリーにpatintsを開始するための分類器を設計しています
何が嫌いですか？
私は現時点で私が嫌いなことを考えることはできません。このフレームワークにKerasを導入した後、インターフェイスははるかにクリーンです。
何が一番好きですか？
私のニューラルネットワークの構造とそれを訓練するのが簡単であることの記述の容易さ。
製品を検討している他の人への推奨事項
トレーニングセッションに参加する
サーバーレスの機械学習が最高レベル
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
私たちの能力を高め、社内では不可能なモデルを訓練する
何が嫌いですか？
競合他社の製品と比較して学び始める時間がかかる
何が一番好きですか？
インフラストラクチャを気にすることなく、クラウド内のモデルを構築するための非常に簡単で効率的な
ML dlのGcp
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
縁のM1
何が嫌いですか？
サポートとユーザーエクスペリエンスには改善の余地があります
何が一番好きですか？
Tensorflowとパイプラインがシームレスに動作
機械学習を利用するための学習
あなたはその製品でどんなビジネス上の問題を解決していますか？どのようなメリットが実現しましたか？
詐欺、メトリック、エラー
何が嫌いですか？
私は情報を得た。ブートキャンプが始まる前の12時間ほど前の前提条件で。
何が一番好きですか？
私はMLを学び、MLブートキャンプに登録しようとしています。私は講義とブートキャンプの構成方法を楽しんでいます。
ITreviewに参加しよう！
会員登録でもっと便利に
レビューを通じて社会貢献
製品掲載で顧客を呼び込む
