了解 TensorFlow 如何解决现实生活中常见的机器学习问题

探索各种行业中的不同公司如何实施机器学习来解决他们最大的问题。从 医疗保健社交网络,甚至 电子商务,机器学习都可以集成到您的行业和公司中。

案例研究
空中客车使用 TensorFlow 从其卫星图像中提取信息,并为客户提供有价值的见解

机器学习有助于监测地球表面的变化,用于城市规划、打击非法建筑以及绘制自然灾害造成的损害和景观变化。

Kakao 使用 TensorFlow 预测叫车请求的完成率

Kakao Mobility 使用 TensorFlow 和 TensorFlow Serving 来预测司机被派去完成叫车请求时的行程完成率的概率。

OpenX 使用 TFX 优先处理高流量请求

OpenX 在其广告交易所中集成 TFX 和 Google Cloud Platform,每秒处理超过一百万个请求,并在 15 毫秒内提供响应。

Spotify 使用 TFX 为用户个性化推荐

Spotify 在其 Paved Road for ML 系统中利用 TFX 和 Kubeflow 管道,这是一个面向刚开始机器学习之旅的团队的端到端机器学习解决方案的意见性产品和配置集。

使用 TensorFlow 对推文进行排名

Twitter 使用 TensorFlow 构建了其“排名时间线”,允许用户确保即使他们关注了数千个用户,也不会错过最重要的推文。