从大流行病中汲取的 7 条长期商业经验
一年半以来，随着大流行病的持续蔓延，各组织不断进行创新和调整，以应对不断变化的环境。美国 Artefact 公司首席执行官加迪-霍贝卡（Ghadi Hobeika）概述了从这次大流行中长期汲取的七条经验教训。.
在 Kubernetes 上使用 Mlflow 大规模服务 ML 模型 - 第 3 部分
本文是系列文章的第三部分，在这一部分中，我们将介绍使用 Mlflow 记录模型、在 Kubernetes 引擎上提供模型并最终根据应用需求对其进行扩展的过程。虽然本文可独立用于测试任何 API 响应，但我们建议您阅读我们之前的两篇文章（第一部分和第二部分），了解如何使用 Mlflow 部署跟踪实例并将模型作为 API 提供。在下文中，我们将关注可扩展性问题，并通过一些实验来了解 k8s 集群的行为，并就如何处理高负载提出建议。.
在 Kubernetes 上使用 Mlflow 大规模服务 ML 模型 - 第 2 部分
2021 年 10 月 25 日 本文是系列文章的第二部分，在这一部分中，我们将介绍使用 Mlflow 记录模型、将其作为 API 端点提供以及最终根据应用需求对其进行扩展的过程。在上一篇文章中，我们介绍了如何在 k8s 上部署跟踪实例，并检查了动手实践的先决条件（秘密、环境变量......）。 在下文中，我们将展示如何为已在 Mlflow 中注册的机器学习模型提供服务，并将其作为 API 端点在 k8s 上公开。.
在 Kubernetes 上使用 Mlflow 大规模服务 ML 模型 - 第 1 部分
2021 年 10 月 22 日 MLflow 是机器学习实验跟踪、模型版本管理和服务的常用工具。在 “大规模服务 ML 模型 ”系列的第一篇文章中，我们将介绍如何在 Kubernetes 上部署跟踪实例，并用它来记录实验和存储模型。.
使用 Streamlit Prophet 进行可视化时间序列预测
2021 年 9 月 22 日 您需要为最新的时间序列预测项目设定基准？您想向企业解释预测模型的决策过程 audience？您想在购买新车之前了解汽车价格是否具有季节性？我们或许能为您提供帮助！本文将介绍 Streamlit Prophet，这是一款网络应用程序，可帮助 data 科学家以可视化的方式训练、评估和优化预测模型。预测是利用先知（Prophet）这一快速且易于解释的模型进行的。.
开发高性能需求预测模型之路--第三部分
2021年9月10日 如何选择正确的可视化方法并在 Streamlit 中实施，以更好地调试预测模型
需求预测：利用机器学习预测零售额
2021 年 8 月 24 日 所有行业的目标都是在正确的时间生产正确数量的产品，但对于零售商来说，这个问题尤为关键，因为他们还需要有效管理易腐烂库存
$2 万亿俱乐部：Data x 服务如何引领公司估值飞速增长
2021 年 8 月 5 日 最近，微软公司与苹果公司一起，成为美国第二家上市公司（与沙特石油巨头阿美石油公司并列世界第三），成为精选的 $2 万亿俱乐部成员。美国科技巨头称霸世界并不是新闻，但它们跨越重大估值里程碑的速度才是新闻。从 $1 万亿美元到 $2 万亿美元，它们只用了不到 18 个月的时间。这怎么可能呢？传统 “公司能从这一无与伦比的经济成就中得到什么？
人工智能需要整体框架和可扩展的项目
2021 年 7 月 28 日 人工智能和数字化转型项目的成功率很低，但最佳实践会有所帮助。.
