| 雲端服務 | AWS | re:Invent | Graviton | Inferentia | Trainium | 自研晶片 | Outposts | SageMaker | ML | 機器學習

硬體自主是公有雲擴張不可忽視的助力

這幾年以來,隨著AWS推出VMware Cloud on AWS,以及日益增多的Arm架構執行個體服務,甚至是今年初出現的高效能儲存Volume搭配,他們正一步步展露自己設計多款晶片的用意

2021-12-20

| SageMaker Studio Lab | AWS | 機器學習 | ML

Amazon發表SageMaker Studio Lab,免AWS帳號就能免費實驗與學習ML

針對想接觸機器學習的開發者、學術人員或資料科學家,Amazon提供精簡版SageMaker,透過電子郵件帳號就能申請免費註冊

2021-12-02

| Google Cloud | Vertex AI NAS | ML | 機器學習 | 高通 | Snapdragon 8

Google Cloud公布高精確性、低延遲ML服務Vertex AI NAS,已整合高通Snapdragon 8

Vertex AI NAS源自Google Brain開發的神經架構搜尋技術,強調能以更高精確度、低延遲性及更低耗能,來執行複雜的ML任務

2021-12-01

| 封面故事 | 機器學習 | AI | 日本Yahoo | Line | AI生產力 | 使用者特徵自動預測 | 使用者人格預測 | User Persona | Naver | K8s | ML

【Line AI生產力關鍵3:新一代使用者特徵自動預測系統】導入GPU和K8s叢集,靠ML大規模自動預測使用者特徵資料

未來光是日本用戶規模將達到3億人,如何讓使用者人格系統的屬性預測能力更強,Line去年夏天導入了GPU和K8s叢集,重新改造了這套系統

2021-11-22

| 微軟 | AKS | ML | Dapr

AKS以叢集擴充形式提供Dapr和Azure機器學習服務

微軟在其Kubernetes服務AKS上,以叢集擴充的方式,開始預覽分散式應用程式Runtime Dapr,以及Azure機器學習功能

2021-11-05

| Pixel 6 | Tensor | Google Tensor | AI | ML

Pixel 6手機為何需要一個自製Tensor行動處理器?Google臺灣硬體工程團隊揭密

Google最新款Pixel 6手機終於亮相,首次採用了自行開發設計的Tensor行動處理器。Pixel 6推出同一天,在臺灣一場Google硬體產品活動上,Google臺灣工程團隊針對這顆處理器透露更多細節。

2021-10-21

| K-means | 分群 | Clustering | 資料分析 | 程式人 | 林信良 | 程式學習 | 機器學習 | ML | 非監督式學習

畫分勢力範圍的K-means

在非監督式的K-means分群方式下,無論是勢力範圍、群數的衡量等,都是以距離作為依據,同一勢力範圍內的資料,必要時,也可以使用群心來加以代表

2021-09-02

| 機器人 | AI | 工業 | Intrinsic | Alphabet | 機器學習 | ML | Machine Learning

Alphabet成立發展工業機器人的公司

Alphabet新的子公司Intrinsic強調其AI技術能幫助機器人從經驗中學習,以縮短機器人的程式開發工作

2021-07-26

| BigQuery | 異常偵測 | 機器學習 | ML | MLAI

不需要標記資料,BigQuery ML提供易用的資料異常偵測模型

BigQuery ML中的ML.DETECT_ANOMALIES函式,提供k-平均演算法等3種模型,供用戶偵測各種類型的資料異常

2021-07-03

| 去識別化 | 法遵 | 醫療 | 金融 | 完全同態加密 | FHE | 開源 | google | IBM | 差分隱私函式庫 | 機器學習 | ML | AI

Google開源完全同態加密軟體工具

完全同態加密(FHE)工具讓應用程式得以處理加密狀態下的資料,有助於企業將敏感資料處理作業委外,例如金融或醫療業的用戶資料

2021-06-18

| AWS | Redshift | 機器學習 | AI | ML

Amazon Redshift機器學習功能正式推出

Redshift ML功能可以自動化創建機器學習模型工作,處理Redshift、S3和SageMaker之間的所有操作

2021-05-28

| AI | 異常事件 | 惡意事件 | 奧義 | CK | ML | 圖演算法 | 社群偵測

奧義用圖演算法練就威脅獵捕機器人,不只揪出異常事件還能掌握來龍去脈

奧義資深研究員CK帶領團隊打造威脅獵捕系統,他們以機器學習為基礎,逐步融合NLP、異常偵測和圖演算法等技術,經過4個版本發展,成功開發出威脅獵捕機器人Fuchikoma,解決原本命令列資訊不足、訓練資料不均、缺少標註資料和缺乏攻擊時序圖等4大困境,成功揪出異常事件。

2021-05-10