你的一天与数据科学家有何不同？与K8s的ML有关……

机器学习(MachineLearning,ML),它是AI的一个子集。所有机器学习都是AI,但不是所有的AI都是机器学习。学习是人类具有的一种重要智能行为,人类通过不断学习才得以取得如今的种种成就,才得以推动社会进步。随着科技飞速发展,人类便萌生出一个念头,能否让自己的劳动工具也变的智能,从而最大程度的辅助自己?于是,机器学习便应运而生。

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

那么,机器能否像人类一样能具有学习能力呢?1959年美国的塞缪尔(Samuel)设计了一个下棋程序,这个程序具有学习能力,它可以在不断的对弈中改善自己的棋艺。4年后,这个程序战胜了设计者本人。又过了3年,这个程序战胜了美国一个保持8年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力,提出了许多令人深思的社会问题与哲学问题。

大多数机器学习的目标是为特定场景开发预测引擎。一个算法将接收到一个域的信息。举个例子:一个人过去观看过的电影,权衡输入做出一个有用的预测(未来想看的不同电影的概率)。通过机器学习的能力,通过优化任务衡量变量的可用数据,做出算法,来对未来做出准确的预测。机器通过训练学习,算法最初接收其输出是已知的示例,此时要注意其预测和正确输出之间的差异,并且调谐输入的权重以提高其预测的准确性,直到它们被优化。

本次KubeCon大会上,来自Microsoft的云架构师BrianRedmond和首席软件工程师RitaZhang将为大家带来一场关于机器学习的技术盛宴。面向的是数据科学家和基础架构/SRE团队等人群,会将开发运营的益处引入AI和机器学习中。你是否想知道如何建立机器学习模型?大会上你将有机会参与到数据科学家的一天中,代码协作、数据集整理、训练和服务端对端潜入等等。

WenjiaZhang,Google软件工程师WenjiaZhang在谷歌Kubernetes团队担任软件工程师。她也积极参与Kubernetes和etcd开源项目。

YuxuanLi,Google软件工程师YuxuanLi是谷歌的软件工程师。她专注于gRPC-Go的开发,这是一个用Go语言编写的开源RPC框架。(https://github.com/grpc/grpc-go)