【文件属性】：
文件名称：transactionalmachinelearning:使用数据流和AutoML的事务性机器学习
文件大小：3KB
文件格式：ZIP
更新时间：2021-03-05 12:21:19
事务性机器学习
使用数据流和AutoML的事务性机器学习（TML）是使用Apache Kafka作为高级机器学习解决方案的数据主干的云解决方案平台，该高级机器学习解决方案使用事务性数据向任意数量的设备和人员快速学习并提供见解任何格式！
TML基于以下信念：“快速数据需要快速的机器学习才能快速做出决策” 。 TML产生在产业发展到的数据流对科学家数据科学家在常规机器学习（CML）。
即将到来的TML书详细找到
将自动机器学习应用于数据流并创建事务性机器学习（TML）解决方案，这些解决方案是：
1.无摩擦：几乎不需要人工干预
2.弹性的：机器学习解决方案，可以通过控制数据流，算法（或机器学习模型）和洞察力用户的数量来扩大或缩小
当数据非常不稳定（非线性）并且您希望机器通过创建训练数据集的滑动窗口并快速自动创建微机器学习模型来自动学习最新的数据集时，TML是理想的选择，可以轻松地缩放，管理
【文件预览】：
transactionalmachinelearning-main
----README.md(8KB)