“2019夏-大数据智能-第七次课-教学计划”版本间的差异
来自iCenter Wiki
（以“=面向机器学习的数据系统= 这里主要的问题是：机器学习系统ML包含数据系统DB，还是数据系统DB包含机器学习系统ML，还是两...”为内容创建页面） |
|||
| （相同用户的2个中间修订版本未显示） | |||
| 第1行： | 第1行： | ||
| + | =计算机视觉= | ||
| + | |||
| + | [[计算机视觉]] （Computer Vision，简称CV） | ||
| + | |||
=面向机器学习的数据系统= | =面向机器学习的数据系统= | ||
这里主要的问题是：机器学习系统ML包含数据系统DB，还是数据系统DB包含机器学习系统ML，还是两者各干个的。 | 这里主要的问题是：机器学习系统ML包含数据系统DB，还是数据系统DB包含机器学习系统ML，还是两者各干个的。 | ||
| − | # | + | #重写设计数据系统，综合机器学习，简称MLDB。learned data system，比如像Spark软件； |
#机器学习底层，扩充数据系统。比如像TensorFlow。 | #机器学习底层，扩充数据系统。比如像TensorFlow。 | ||
| − | == | + | =参考论文= |
Hidden Technical Debt in Machine Learning Systems-nips-2015 | Hidden Technical Debt in Machine Learning Systems-nips-2015 | ||
2019年7月21日 (日) 04:00的最后版本
计算机视觉
计算机视觉 （Computer Vision，简称CV）
面向机器学习的数据系统
这里主要的问题是：机器学习系统ML包含数据系统DB，还是数据系统DB包含机器学习系统ML，还是两者各干个的。
- 重写设计数据系统，综合机器学习，简称MLDB。learned data system，比如像Spark软件；
- 机器学习底层，扩充数据系统。比如像TensorFlow。
参考论文
Hidden Technical Debt in Machine Learning Systems-nips-2015
Data Management Challenges in Production Machine Learning-sigmod-2017
SysML - The New Frontier of Machine Learning Systems-arxiv-1904.03257
