閱讀原文
雲計算行業正逐漸向智慧型的方向轉變。雖然計算、儲存和網路仍然是雲**商的主要收入**，但機器學習也正慢慢成為當代雲計算的焦點。
以下是五種被機器學習高度影響的雲服務：
認知計算(cognitive computing)
亞馬遜ai、ibm watson、谷歌雲和微軟認知api是目前市場上比較多見的一些商業產品。
機械人即服務(bots as a service)
這個領域中，新興的一些平台有api.ai、ibm watson botkit和微軟azure bots as a service等等。
物聯網(internet of things)
雖然物聯網已經已不同的形式存在了近20年，但是資料驅動雲平台仍然重新定義了這一趨勢。除了捕獲多種感測器傳來的大量資料以用來查詢外，同時還可以處理和分析各種重要趨勢，機器學習可以使雲計算變得更加智慧型。預知維護是乙個比較引人注目的用例，在工業物聯網中，這樣的平台能夠代替人類對裝置進行故障監測。多種機器學習演算法串聯工作，演變為乙個合適的模式，能夠最好地理解裝置所生成的資料集的模式。這些運算模型能夠主動發現可能會最終導致裝置停機的異常現象，而這個能力將使工業物聯網進入下乙個階段。
物聯網預見性維護解決方案的兩個典型的例子是微軟azure iot suite和ibm watson iot。
個人助手(personal assistants)
由機器學習提供技術支援的一些常見的智慧型個人助手有亞馬遜alexa、蘋果siri、谷歌助手和微軟 cortana。
商務智慧型(business intelligence)
傳統的資料倉儲已經被大資料和apache hadoop所瓦解，而通過將機器學習帶入企業資料倉儲，決策者們就可以從現有的資料中獲得更加聰明的見解，同樣可以更加準確地**業務趨勢。包括scm、crm、erp、mrp、hr、銷售和財政在內的領域，都會從ml驅動的觀察中獲得好處。
亞馬遜、谷歌、ibm和微軟等公司，都在建立傳統商務智慧型平台和新興ml工具之間相互連線的橋梁。亞馬遜 kinesis analytics有亞馬遜ml，azure stream analytics有azure ml web services，而谷歌也正通過利用cloud ml使bigquery和cloud dataflow變得更加簡單。開發者和架構師們可以輕鬆連線網點，開發下一代商務智慧型工具。
以上這些例項向我們展現了，機器學習如何成為智慧型雲計算的焦點。在未來幾個季度，我們就會看到由雲**商所提供的追加服務和用例了。
閱讀原文
關於雲計算的五種誤解
誤解 1，雲計算是為了解決高效能計算問題 我們可以通過雲計算的資源整合來解決高算問題，但這並不是雲計算唯一的著眼點。雲計算解決的最大的現實問題是 it 系統的管理問題。具體體現在減少伺服器數量，從而節約伺服器採購成本，管理人工成本和能耗成本 加快計算 儲存 網路等資源的供給速度，簡化供給過程 以 及...
雲計算上的機器學習 引言（一）
雲計算是應我們的時代所造就的海量資料的需求而來到了我們的世界。從技術層面上來說，雲計算解決了海量資料儲存和計算模式的問題 而這一技術難題的解決，又為許多商業模式提供了可能性。由此，轟轟烈烈的雲計算革命開展起來。雲計算這個名詞，融合了技術和商業模式兩方面的新內容。目前已經出現了多種雲計算平台 如had...
機器學習中的五個實際問題及其對業務的影響
機器學習中的五個實際問題及其對業務的影響 如今，很多企業需要快速處理大量資料。與此同時，市場競爭格局正在迅速發展變化，因此企業能夠快速做出決定至關重要。就像商業管理暢銷書 快魚吃慢魚 的作者jason jennings和laurence haughton所說的那樣 如今的市場競爭不是大魚吃小魚，而是...