В последней серии Developer Impact Series Дэйв Нири из Ampere® Computing беседует с доктором Р. Дж. Ноулингом из Милуокского инженерного колледжа о том, как учебное заведение преодолевает разрыв между теоретическим машинным обучением (ML) и реальными производственными системами, а также о том, как студенты учатся создавать «настоящие» ML-системы, которые работают в повседневном программном обеспечении, а не просто хитроумные математические модели.Доктор Ноулинг объясняет, что многие школы учат студентов создавать умные компьютерные модели. MSOE пытается пойти дальше. Ключевая идея заключается в том, что модель бесполезна, если она работает только в лаборатории. В реальном мире рабочая система также нуждается в других компонентах — таких как получение свежих данных, подключение к базам данных, преобразование необработанной информации в числовые данные, которые модель может использовать, и отслеживание того, насколько хорошо модель работает с течением времени.