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?

3159

Кирилл Зубарев

Цифровая нефть

Как изменилась нефтедобывающая отрасль за последние 20 лет?

384

Борис Белозеров

Реализация ИИ-проектов в нефтегазовом секторе

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

156

Анджей 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?

4878

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?

1437

Дмитрий Бочаров

Этапы внедрения ML-моделей на предприятиях

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

4149

Ярослав Шмулев

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?

189

№5-6 (289) / 2018

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

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

1479

Андрей Никитин

№5-6 (297) / 2019

Как искусственный интеллект помогает бороться с отмыванием денег

Каким требованиям должна соответствовать AML-система

324

Александр Клюев

№5-6 (297) / 2019

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

Почему классическое регрессионное тестирование не работает для ML

798

Сергей Агальцов

Если в VR начинается тошнота, бросайте камни в разработчика

Каковы основные пользовательские и технологические проблемы VR

1998

Алексей Каленчук

№3-4 (295) / 2019

Видеоаналитика: перспективы и реальные внедрения

Почему видеоаналитика сейчас на хайпе

324

Павел Романченко

№3-4 (295) / 2019

Система компьютерного зрения окупается за 1–2 месяца

Какой рост продаж может обеспечить ритейлеру внедрение системы машинного зрения

507

Максим Морозов

№3-4 (295) / 2019