机器学习

找到 4 篇关于此标签的文章

AWS 把 SageMaker 训练工具拆掉重做 — '用自己的模型'正变成云厂商标配

AWS 这周把 SageMaker 的 Python SDK 从头重写，统一了训练和部署接口。这意味着企业用自己的模型跑 AI 的门槛又降了一截——云厂商的竞争，也从'比模型'转向'比谁更好用'。

经典论文机器学习

读懂 16 篇经典论文，AI 七十年就在解决一个问题——怎么让机器"学会"

一篇国内开发社区传阅甚广的长文，把机器学习奠基论文串成一条线：从 1958 年感知机到反向传播、多层网络。它的价值不在技术细节，而在于让非科班出身的人第一次看清——今天所有大模型，本质上都是同一套"调参数"的思路放大几百万倍。

递归特征消除机器学习

机器学习删特征的"淘汰赛"方法 — 用一个心脏病案例讲清为什么数据不是越多越好

这是一篇技术教程：用"末位淘汰"的思路，从几十个特征里选出最有用的一小撮。我们关心它，是因为"数据不是越多越好"这个判断本身,正被越来越多 AI 公司用进业务里——知道什么时候该删,和知道怎么加同样重要。

量子计算AI算力

MIT量子计算突破：60量子比特击败亿级经典计算机的商业预言

MIT证明60个逻辑量子比特可完成需要指数级更大经典计算机才能处理的数据任务，AI算力竞赛的底层逻辑正在被重写，传统云计算投资逻辑面临根本性挑战。