雷切尔·邓宁的最新研究

• 人工智能基础设施规划需要不同的方法——《投票:人工智能与机器学习

  通过尼克耐心雷切尔·邓宁2022年8月11日

  我们的《企业之声:人工智能与机器学习，基础设施2022》调查的结果突出了推动人工智能基础设施变革的见解和发展。深入研究这一洞察揭示了市场的许多趋势和发展，包括需要管理的数据和模型数量不断增加，向云和边缘的转变，以及将人工智能项目从概念转化为生产需要克服的几个障碍。

  数据、AI和分析

• 调查数据中心-企业的声音:人工智能和机器学习，基础设施2022

  通过尼克耐心雷切尔·邓宁2022年8月11日

  数据、AI和分析

• 覆盖启动:通过自动化风险管理平台，公平地追求负责任的人工智能

  通过雷切尔·邓宁尼克耐心2022年8月5日

  如今，企业在利用人工智能方面面临挑战，因为它们试图应对不断变化的监管要求和公众对透明度和信任的压力。equitable成立于2020年，旨在通过其风险管理平台促进公平、负责任和合规的人工智能。

  数据、AI和分析

• mlop如何使AI规模化

  通过尼克耐心雷切尔·邓宁市场洞察

  让人工智能规模化可能具有挑战性。MLOps已经作为一门学科和一套技术来帮助组织实现这一目标。本报告审查了MLOps的组成、希望实现的目标以及迄今为止的成功程度。

  数据、AI和分析

• 覆盖开始:Aporia专注于机器学习模型透明性与ML可观察性平台

  通过克里希纳罗伊雷切尔·邓宁2022年5月19日市场洞察

  这家初创公司正在通过提高机器学习模型的透明度来解决信任机器学习模型的问题，这样组织就可以对数据漂移、偏差、数据完整性、性能下降和其他导致错误预测的问题进行解释和分析。

  数据、AI和分析

• 人工智能和机器学习在六个关键行业的用例

  通过尼克耐心雷切尔·邓宁2022年5月13日市场洞察

  由于人工智能是一种通用技术，它可以应用于任何行业和任务。本报告研究了在金融服务、零售、医疗保健、制造业、电信和能源领域的应用情况。yabo07

  数据、AI和分析

雷切尔·邓宁报道