原文：
www.kdnuggets.com/2019/05/cnvrg-io-continual-learning-ml-models.html
赞助帖子。
学术界和实践者都认为，持续学习（CL）是迈向人工智能的基本步骤。CL 是指模型从数据流中持续学习的能力。在实践中，这意味着支持模型在生产环境中随着新数据的到来，自主学习和适应。CL 的理念是模拟人类在其生命周期中不断获取、微调和转移知识和技能的能力。生产中的模型 CL 将提高准确性，并使 AI 更接近真实的人类智能。
加入数据科学专家、cnvrg.io 首席执行官 Yochay Ettun，他将讨论生产中的持续学习。本次网络研讨会将探讨持续学习，并帮助你将持续学习应用到你的生产模型中，使用如 Tensorflow、Kubernetes 和 cnvrg.io 等工具。本次面向专业数据科学家的网络研讨会将介绍如何在生产中监控模型，以及如何设置自动适应的机器学习。
关键要点包括：
-
理解持续学习
-
通过 CL 优化准确性
-
如何使用 TensorFlow 应用 CL
-
如何实现自动适应的机器学习
-
适应数据分布的变化
-
应对异常值
-
生产中的再训练
-
适应新任务
-
将机器学习管道部署到生产中
1. 谷歌网络安全证书 - 快速进入网络安全职业轨道。
2. 谷歌数据分析专业证书 - 提升您的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持组织的 IT 需求