Рубрика: Машинное обучение

Цифровые двойники на производстве

Чем цифровой двойник отличается от ML-модели? Какие методы можно использовать для его создания? Как преодолеть недоверие к «цифре» у сотрудников предприятия?

2538

Кирилл Зубарев

Цифровая нефть

Как изменилась нефтедобывающая отрасль за последние 20 лет?

300

Борис Белозеров

Реализация ИИ-проектов в нефтегазовом секторе

Почему ИИ лучше всех в мире играет в шахматы, но не готов заменить менеджмент на производстве?

294

Андрей Аршавский

ML в промышленности: здесь и сейчас

Почему AI- и ML-решения особенно актуальны на крупном производстве? Кто должен быть драйвером цифровизации компании? Как выбирать подрядчиков для проектов?

3204

Евгений Колесников

Segezha Group: «Запускать пилоты и не бояться неудач»

Почему бессмысленно создавать многолетнюю инновационную стратегию? Как технология компьютерного зрения помогает улучшить качество фанеры? Чем Segezha Group привлекает кадры в условиях тотальной конкуренции? Как показать новым луддитам, что цифровые технологии не угрожают, а помогают бизнесу?

1128

Дмитрий Бочаров

Этапы внедрения ML-моделей на предприятиях

Основные этапы внедрения ML-решений. Какова главная задача пилота? Что дает мониторинг работы ML-моделей?

3021

Ярослав Шмулев

№5-6 (289) / 2018

Индустрия 4.0 в России: роботы, большие данные и искусственный интеллект

Беседуем с Директор по продажам в дискретной промышленности компании «Цифра» Андреем Никитиным.

1188

Андрей Никитин

Машинное обучение Проект

Персонализация маркетинговых коммуникаций с премиум-клиентами с помощью Machinе Learning

Как с помощью поведения пользователей сайта спрогнозировать их готовность к покупке? В чем заключается влияние человеческого фактора на работу ML-системы?

348

№5-6 (297) / 2019

Как искусственный интеллект помогает бороться с отмыванием денег

Каким требованиям должна соответствовать AML-система

297

Александр Клюев

№5-6 (297) / 2019

Тестирование ML-систем: еще не очевидная, но необходимая практика

Почему классическое регрессионное тестирование не работает для ML

516

Сергей Агальцов

Если в VR начинается тошнота, бросайте камни в разработчика

Каковы основные пользовательские и технологические проблемы VR

1878

Павел Романченко

Видеоаналитика: перспективы и реальные внедрения

Почему видеоаналитика сейчас на хайпе

267

Павел Романченко

Система компьютерного зрения окупается за 1–2 месяца

Какой рост продаж может обеспечить ритейлеру внедрение системы машинного зрения

450

Максим Морозов

Очень круто! Давай это сделаем — в следующем году

Каковы перспективы AR и VR в ритейле

159

Евгений Джамалов

21 01 Новости отрасли Accenture: к 2025 году годовой объем покупок в соцсетях достигнет $1,2 трлн

Цифровизация — это инструмент, а не самоцель

Почему у директоров по цифровой трансформации в промышленности короткий кредит доверия рассказывает Наталья Чернышева, директор по акселерации Кластера передовых производственных, ядерных и космических технологий (Промтех) Фонда «Сколково»

483

Наталья Чернышева

Последние новости

20 01

Новости «Инфосистемы Джет»

Более 1 млрд руб. привлекли выпускники столичного проекта «Московский акселератор»

С начала работы «Московского акселератора» проведено 13 развивающих курсов (отраслевых треков). Каждый из них организовали при поддержке одного или нескольких корпораций-партнеров.

19 01

«Инфосистемы Джет» помогает Sbercloud сопровождать клиентские кластеры Red Hat Openshift

«Инфосистемы Джет» объявила, что совместно со Sbercloud администрирует кластеры, создаваемые с помощью сервиса Managed Openshift облачного провайдера.

18 01

Уязвимость в устройствах IDEMIA могла использоваться для открытия дверей и турникетов

Критическую уязвимость VU-2021-004, получившую оценку 9,1 по шкале CVSS v3, обнаружили эксперты Positive Technologies.

17 01

«Ростех» создал программную платформу для современных цифровых производств

Холдинг «Росэлектроника» госкорпорации «Ростех» завершил разработку программной платформы «Цифровое производство» для промышленных предприятий.

14 01