Как мы выбирали платформу машинного обучения для заказчика BigData и машинное обучение
Программный комитет ещё не принял решения по этому докладу
IBM
Программный архитектор в когнитивной практике IBM Россия. Специализируюсь на AI и Big Data решениях
Тезисы
Год назад мы выбирали open-source платформу машинного обучения для заказчика, чтобы их специалисты (а так же специалисты IBM) могли вести коллаборационную работу в совместных data science проектах.
В докладе будет рассказано про основные решения, которые были рассмотрены нами в качестве кандидатов, их минусы и плюсы. Перечислены основные выученные уроки, подводные камни и функциональные требования, выведенные нами к ходе работы над данным проектом.
Другие доклады секции BigData и машинное обучение
Теле2
Лаборатория Касперского
Delivery Club
Kaspersky
ArangoDB
CleverDATA / ЛАНИТ
Microsoft
Лаборатория Касперского
Grid Dynamics
Яндекс.Go
Provectus
