Cloudera: 機械学習が広がる中でのデータモデル - ワザノバ | wazanova
Josh Willsは、Googleで広告オークションシステムとデータ分析インフラの開発を担当し、現在は、ClouderaのSenior Director of Data Scienceを勤めています。 機械学習によるデータ分析が、Googleなどに限らず、AirbnbやEtsyなどその他のネット企業にも広がっていく中、今後必要とされるデータモデルについて 、Midwest.io と GraphLab Conference で講演しています。 複数の機械学習分析を操るGoogleのチャレンジ 機械学習分析のベースとなる各サービスの仕様が頻繁に変更になる。 機械学習分析はそれぞれ単体でも複雑なのに、Googleの場合、それらが相互に関連があるケースが多かった。一つの機械学習分析の変更が、他の機械学習にどう影響がでるかが把握しきれない。その結果、広告配信システムを理解できない（= コントロール
Midwest.io 2014 - Building a Production Machine Learning Infrastructure - Josh Wills
This talk was given at Midwest.io 2014. Cloudera's Data Science Team has a simple mission: build an analytics infrastructure so awesome that it makes Google's Ads Quality Team seethe with jealousy. To that end, I'll give an overview of Cloudera's current data science tools, including Oryx and Spark for building and serving machine learning models, Gertrude for multivariate testing, and Impala for
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Two approaches for data validation in ML production
Snorkel: Rapid Training Data Creation with Weak Supervision
GitHub - OryxProject/oryx: Oryx 2: Lambda architecture on Apache Spark, Apache Kafka for real-time large scale machine learning
From the Lab to the Factory: Building a Production Machine Learning Infrastructure
Production machine learning_infrastructure
Tech Talk @ eHarmony
