1 项目描述 “Metis”取名自希腊神话中的智慧女神墨提斯，全称为：腾讯织云 Metis 智能运维学件平台。“织云”指的是腾讯智能一体化运维平台，“学件”的概念由南京大学周志华教授提出。 学件 = 模型 + 规约，具有可重用、可演进、可了解的特性。在此基础上，腾讯云副总裁赵建春先生进一步提出“运维

一年一度的腾讯WE大会结束了，戳这里就能复习直播回放。 说到“复习”，和这次大会的主题 “雅努斯之门”倒有点异曲同工之妙：人类总是一边试图洞悉过去的奥秘，一边尽情畅想未来的可能。 于是，我们为你奉上腾讯WE大会专属“复习”套餐，内含： 一串顶尖科学家的金句暴击 一个可以“救命”的课题 一项青年科学家

说到人工智能落地，大家的痛点需求是什么？根据前期调研，技术、业务、选型和管理是受关注最多的几个话题，主要为： AI和机器学习的实施效果，在落地过程中遇到的问题，解决经验是怎样的； 如何将机器学习等人工智能技术整合到正在开发的应用和业务中，能为业务具体带来什么收益； 相关工具、平台、框架是怎样的，如何

​ 日前，由教育部新工科研究与实践专家组、教育部产学合作协同育人项目专家组和中国校企协同产学研创新联盟联合主办的“教育部产学合作协同育人项目第五次对接会”于11月23日在京召开。腾讯教育行业总经理龚振出席大会并发表**《科技助力互联网产业人才生态建设》**主题演讲。据龚振介绍，顺应产业互联网发展的需

今天要介绍的是一筐黄瓜。 这可不是一筐普通的黄瓜。它们是由腾讯人工智能实验室AI Lab团队的成员协同国内外农业专家和学生，使用人工智能AI在荷兰一间温室里种植出来的黄瓜。 它们和我们平常在菜市场买的黄瓜有什么区别呢？ 放大了图片看看... ... 其实也没啥区别。依然是大家熟悉的黄瓜，可蒸煮，可煎

“如果说互联网是优化信息的存储和传输方式，提升生产要素之间的运行效率；人工智能便是对各个生产要素的升级。” 本人初入职场便从事TOB相关工作，参与了tbds等大数据平台的产品建设，近两年逐渐接触人工智能；目前主要负责TI-ONE机器学习平台，结合自己工作经验，在这里分享一些关于ML产品的思考和实践。

​ ​ ​ 导语：读书是一生的功课，技术人通过读书实现自我提升，学习优秀知识沉淀。TEG书知道本期特邀腾讯TEG AI Lab专家姚建华、腾讯TEG AI平台部工程平台中心负责人罗敏、腾讯TEG AI Lab专家李志鋒，为大家带来AI方向好书推荐。来看看技术大牛在读什么，收藏优质内容，愿本期书单助您

5月26日，由工业和信息化部、国家发展和改革委员会、国家互联网信息办公室和贵州省人民政府主办，国家工业信息安全发展研究中心承办的《大数据优秀产品和应用解决方案案例系列丛书》发布会暨数博会“十佳大数据案例”揭晓活动在2019中国国际大数据产业博览会上成功举办。 2019年数博会案例评选，是有史以来参与

去年 AI 种黄瓜，收成媲美有20年经验农业专家，今年新任务来了——种番茄！ 腾讯宣布与欧洲顶级农业大学 WUR（荷兰瓦赫宁根大学）合办第二届“国际智慧温室种植大赛”，邀请全世界农业及技术专家组队，跨学科探索智慧农业的未来方案。 今年的挑战——在六个月内利用 AI 和 IoT 物联网等技术远程控制温

本文原作者：彭浩源，经授权后发布。 BERT (Bidirectional Encoder Representations from Transformers) [官方代码库](https://github.com/google-research/bert) 包含了BERT的实现代码与使用BERT进

本文原作者：梁源，经授权后发布。 ​ 序列标注是NLP中一项重要的任务，它主要包括分词，词性标注，命名实体识别等子任务。通过对预训练后的BERT模型进 行finetune，并与CRF进行结合，可以很好地解决序列标注问题。上篇文章对BERT官方源码进行了介绍，本篇文章将介绍 如何通过BERT解决序列标

本文原作者：尹迪，经授权发布 ​ | 导语 本文会介绍一般的k-means算法、k-means++算法以及基于k-means++算法的k-means||算法。在spark ml，已经实现了k-means算法以及k-means||算法。本文首先会介绍这三个算法的原理，然后在了解原理的基础上分析spar

本文原作者：尹迪，经授权发布。 ​ 二分k-means算法是层次聚类（Hierarchical clustering）的一种，层次聚类是聚类分析中常用的方法。 层次聚类的策略一般有两种： 聚合。这是一种自底向上的方法，每一个观察者初始化本身为一类，然后两两结合 分裂。这是一种自顶向下的方法，所有观察

本文原作者：尹迪，经授权发布。 ​ | 导语 现有的高斯模型有单高斯模型（SGM）和高斯混合模型（GMM）两种。从几何上讲，单高斯分布模型在二维空间上近似于椭圆，在三维空间上近似于椭球。在很多情况下，属于同一类别的样本点并不满足“椭圆”分布的特性，所以我们需要引入混合高斯模型来解决这种情况。 1 单

本文原作者：尹迪，经授权发布。 ​ | 导语 当数据是以流的方式到达的时候，我们可能想动态的估计（estimate ）聚类的簇，通过新的到达的数据来更新聚类。spark.mllib支持流式k-means聚类，并且可以通过参数控制估计衰减（decay）(或“健忘”(forgetfulness))。这个