面向可用机器学习的基础设施：斯坦福DAWN项目
机器学习
2017-06-12 v2 数据库
机器学习
摘要
尽管机器学习近期取得了令人难以置信的进步，但对于除训练有素、资金充足的工程组织之外的所有人来说，构建机器学习应用仍然极其耗时且昂贵。这种开销并非源于对新型和改进统计模型的需求，而是源于缺乏支持端到端机器学习应用开发（从数据准备和标注到产品化和监控）的系统和工具。在本文中，我们以斯坦福大学新兴的DAWN（面向未来的数据分析）项目为背景，概述了支持可用、端到端机器学习应用的基础设施机遇。
引用
@article{arxiv.1705.07538,
title = {Infrastructure for Usable Machine Learning: The Stanford DAWN Project},
author = {Peter Bailis and Kunle Olukotun and Christopher Re and Matei Zaharia},
journal= {arXiv preprint arXiv:1705.07538},
year = {2017}
}