الذكاء الاصطناعي والتحليلات على نطاق واسع: الدروس المستفادة من أنظمة الإنتاج في العالم الحقيقي

  • Business Report
  • PDF 14775 KB

نظرة عامة

لا يجب أن يكون إدخال أنظمة الذكاء الاصطناعي والتحليلات على نطاق واسع في الإنتاج أمرًا صعبًا كما يفعله العديد من الأشخاص - تتيح لك البنية الأساسية للبيانات الموحدة الصحيحة وإستراتيجية البيانات الشاملة التوسع دون التضحية بالأداء أو الموثوقية.

يحتوي هذا الكتاب على أكثر من اثنتي عشرة حالة استخدام في العالم الحقيقي بالإضافة إلى نصائح عملية عن كيفية إنشاء أنظمة فعالة على نطاق ...

لا يجب أن يكون إدخال أنظمة الذكاء الاصطناعي والتحليلات على نطاق واسع في الإنتاج أمرًا صعبًا كما يفعله العديد من الأشخاص - تتيح لك البنية الأساسية للبيانات الموحدة الصحيحة وإستراتيجية البيانات الشاملة التوسع دون التضحية بالأداء أو الموثوقية.

يحتوي هذا الكتاب على أكثر من اثنتي عشرة حالة استخدام في العالم الحقيقي بالإضافة إلى نصائح عملية عن كيفية إنشاء أنظمة فعالة على نطاق واسع في مجموعة متنوعة من المجالات، في أماكن العمل، أو على الحافة، أو في السحابة.

اكتشف كيف يمكن دمج التطبيقات القديمة مع أحمال عمل Kubernetes الحديثة المعبأة في حاويات، وكلها تشترك في نفس البنية الأساسية للبيانات.

يوضح هذا الكتاب الإلكتروني، الذي كتبه الخبيران في المجال تيد دانينغ وإلين فريدمان، لماذا يجب أن يعمل الذكاء الاصطناعي والتحليلات على نفس النظام ويشرح كيفية الحصول على قابلية التوسع دون توسيع نطاق موارد تكنولوجيا المعلومات.

التنزيل بإذن من HPE.

تقرير O'Reilly عن التوصيات الخاصة بكيفية التعامل مع الذكاء الاصطناعي والتحليلات على نطاق واسع مع الحفاظ أيضًا على المرونة لزيادة النطاق والاعتماد على التطبيقات أو التقنيات الجديدة حسب الرغبة.