Oracle Autonomous Database

Oracle Autonomous Database Oracle Autonomous Database ofrece automatización del mantenimiento, ajuste automático de rendimiento y funciones de seguridad integradas. Esta reseña presenta resultados de rendimiento para cargas analíticas y de Machine Learning, un resumen de modelos de coste y licenciamiento, y una comparativa con alternativas relevantes. Incluye una sección de preguntas frecuentes técnicas..

IBM Anuncia los Primeros Estándares Criptográficos Postcuánticos del Mundo

El Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) ha publicado los primeros estándares criptográficos postcuánticos, marcando un avance significativo en la seguridad frente a los futuros ataques de ordenadores cuánticos. Estos nuevos estándares incluyen tres algoritmos desarrollados por IBM, en colaboración con socios de la industria y académicos, que están diseñados para proteger los datos de los riesgos emergentes asociados con la computación cuántica.

Amazon SageMaker

Amazon Sagemaker Studio

Amazon SageMaker es una solución de aprendizaje automático que permite a científicos de datos y desarrolladores crear, entrenar e implementar modelos de aprendizaje automático. Es compatible con el aprendizaje por lotes y en línea, y viene con algoritmos preconstruidos para casos de uso comunes..

DataRobot Platform

DataRobot Series temporales

DataRobot es una plataforma de ciencia de datos que ayuda a las empresas a tomar mejores decisiones utilizando grandes cantidades de datos. Proporciona una interfaz fácil de usar que permite a los usuarios hacer preguntas, extraer y analizar datos y generar modelos predictivos..

Artificial Intelligence: Impacts on Society and the Economy in the Coming Decade

Artificial intelligence is software that performs tasks without human intervention or minimal intervention. To achieve this, developers and data scientists implement machine learning (ML) processes. These are essentially complex algorithms that teach machines various learning techniques.

A notable sub-field of ML is deep learning (DL), which has been said to significantly aid the development of various autonomous capabilities of AI..

5 (Best) Use Cases of Natural Language Processing in Banking Sectors

With AI and ML advanced algorithms, banking sectors use NLP to automate the various processes. The procedure includes document processing, analyzing, and activities related to customers for hassle-free services. The banking industry is one of the critical sectors for more than decades, and lots of transactions take place at every moment. And it is always a huge challenge to have everything on the record without a series of automation processes..

3 Practical Ways to Use Decision Tree to Your Advantages

Many businesses struggle to make the right decisions, even with having experts in different fields, despite business goals and objectives. With the massive database, it is often difficult to classify and make accurate decisions with predictive analytics. Therefore, decision trees are one of the most sought-after algorithms for effectively making critical decisions. It does not mean that the algorithms are complicated, but they are understandable to others..

Moving HPC to the Cloud: A Guide for 2020

High performance computing (HPC) enables you to leverage parallel processing for performing complex calculations. You can do that on-premises or in the cloud. All top cloud vendors, like Azure, AWS, GCP, and IBM, provide HPC offerings. This article explains what is HPC, why it’s important, what is the difference between HPC services, and what are the benefits of using cloud-based HPC.

Reseña del libro 'Mastering Machine Learning with scikit-learn'

Libro Mastering Machine Learning with Scikit-learnEl libro Mastering Machine Learning with scikit-learn, de la editorial Packt, revisa los principales conceptos y algoritmos de aprendizaje automático (Machine Learning), llevándolos a la práctica con ejemplos para implementar con la librería de Python scikit-learn, una de las más utilizadas en aprendizaje automático.

En el primer capítulo, The Fundamentals of Machine Learning, se revisan los principales conceptos relacionados con el aprendizaje automático, en qué consiste, cómo se clasifican los principales algoritmos de aprendizaje, y cómo se aplican. En este capítulo se aprende a diferenciar los algoritmos de aprendizaje supervisado de los de aprendizaje no supervisado, cómo se utilizan los datos de entrenamiento, los de pruebas o test, y cómo se evalúan los modelos con medidas de rendimiento..