公司不仅可以向数据科学家和机器学习工程师投入资金，还希望魔法能够实现。根据VentureBeat的报告，大约90%的机器学习模型从未投入生产。尽管十分之九的技术主管认为AI将成为下一次技术革命的核心，但AI的采用和部署仍具有增长的空间。为了帮助数据科学家发

谷歌发布了一系列人工智能工具，所有这些新工具和服务的核心是公司计划通过预先构建的模型和便捷服务实现分布式的人工智能和机器学习，同时为更高级的开发者提供服务，使其能够构建自己的定制模型。谷歌的重点是发布该公司的测试版人工智能平台。其想法是为开发者和数据科学家

JavaEE6规范已经正式获得通过了，其中一个亮点就是WebBeans规范，它是Hibernate作者GavinKing提出的一个新规范。从规范的文字，及技术评论家的概括，WebBean是为了统一JSF，EJB与JPA的编程模型，使得它们有机的集成为一个W

未来十年，那些最强大的公司必将是现阶段的创业公司。这些创业公司不仅拥有当下大型科技巨头所不具备的特殊的数据集，并且还在利用这些数据集训练自己的神经网络模型，使得产品的性能获得了极大的提升。这种状态将一直持续，直到下一个范式转变，大众技术获得突破。这种突破不

机器之心原创，作者：邱陆陆。从回归分析的出现到深度学习的蓬勃发展，这条算法的进化路线与其说是「机器替代人」，不如说是「机器帮助人类完成我们不擅长的事」。近两年，以谷歌为代表的公司再次将这一类问题以 AutoML 之名推向众人视野之中，试图探讨这一技术能否让

AutoML 出现的最大推动力，源于这个新 AI 应用趋势的显现？到底是哪些类型的公司与行业在用 Google 发布的「易上手版」AI 建模工具 AutoML？！距离 AutoML 发布已经有小半月，这个号称能够帮 AI 专家和企业「自动生成 机器学习模型

在斯坦福运筹学博士、杉数科技联合创始人兼 CTO 王子卓看来，人工智能和运筹学都能通过数据帮助人们解决实际问题。但与人工智能专注于预测、识别等功能的准确性相比，运筹学更在意的是给出商业、金融等场景下完整的解决方案，解决具体的行业问题。或许以数据化决策公司杉

在数据科学的实践应用中，有些工作成果可以获得数十亿级的商业回报，而绝大多数的工作成果却并没有达到预期的效果。本文作者是Nick Elprin，Domino Data Lab公司的创始人兼CEO，拥有哈佛大学计算机硕士学位。他在文中探讨了数据科学工作成果不尽

机器学习可以用来预测未来。预测建模对创业公司非常有用，因为您可以根据预期的用户行为制定适应的产品。例如，如果观众持续观看流媒体服务上的同一个广播公司，则应用程序可以在应用程序启动时加载该频道。预测模型也可以用来构建数据产品，比如可以向观众推荐新广播公司的推

Jane Street是一家在纽约、伦敦和香港经营的全球自营贸易公司，约有500名员工，每天平均交易全球股票130亿美元。但他们的业务核心是技术，这成功的抓住了我们的眼球。我们发现Jane Street在生产环境中发展机器学习，以在金融贸易中提升竞争力。J

下面的架构设计是公司项目中实际使用的，希望大家不吝指教，沟通改进。数据库访问的操作，数据实体，业务实体，数据校验，使用Entity Framework。业务逻辑层的方法对外暴露的接口和服务契约。为对外的服务提供宿主，使用微软WCF技术，采用HTTPS通讯协

因为连接产生聚集、产生规模、产生网络效应。今天内参主文详细介绍了迄今可识别出的5大类13种网络效应模型，很好地描述了当下处于风口浪尖的诸多科技公司高速成长的秘密以及边界局限。更考验创业者的是，在利用一种网络效应取得初步成功后，如何聪明地建立另一种网络效应模

Health Catalyst公司发布了免费开源机器学习和人工智能工具。这是一家美国医疗数据管理分析服务公司，他们的创始人全都来自于一家美国顶尖的医疗保健系统。他们掌握浩繁的数据资料，对数据分析方法了如指掌，在结果优化方面具有丰富的经验。创立公司初，他们主