เรียนรู้ว่า TensorFlow แก้ปัญหาแมชชีนเลิร์นนิ่งในชีวิตประจำวันได้อย่างไร
สำรวจว่าบริษัทต่างๆ จากหลากหลายอุตสาหกรรมใช้ ML เพื่อแก้ปัญหาที่ใหญ่ที่สุดได้อย่างไร ตั้งแต่ การดูแลสุขภาพ ไปจนถึง โซเชียลเน็ตเวิร์ก และแม้แต่ อีคอมเมิร์ซ ML สามารถรวมเข้ากับอุตสาหกรรมและบริษัทของคุณได้
TFX
แอร์บัสใช้ TensorFlow เพื่อดึงข้อมูลจากภาพถ่ายดาวเทียมและมอบข้อมูลเชิงลึกอันมีค่าให้กับลูกค้าML ช่วยในการตรวจสอบการเปลี่ยนแปลงของพื้นผิวโลกสำหรับการวางผังเมือง การต่อสู้กับการก่อสร้างที่ผิดกฎหมาย และความเสียหายของแผนที่ และการเปลี่ยนแปลงภูมิทัศน์ที่เกิดจากภัยพิบัติทางธรรมชาติ
TFX
Kakao ใช้ TensorFlow เพื่อคาดการณ์อัตราความสมบูรณ์ของคำขอเรียกรถKakao Mobility ใช้ TensorFlow และ TensorFlow Serving เพื่อคาดการณ์ความน่าจะเป็นของอัตราการเดินทางที่เสร็จสิ้นเมื่อคนขับถูกส่งไปเพื่อตอบสนองคำขอเรียกรถ
TFX
OpenX จัดลำดับความสำคัญการรับส่งข้อมูลสำหรับคำขอที่มีปริมาณมากโดยใช้ TFXOpenX ผสานรวม TFX และ Google Cloud Platform ในการแลกเปลี่ยนโฆษณาเพื่อประมวลผลคำขอมากกว่าหนึ่งล้านรายการทุกวินาทีและตอบสนองได้ภายในเวลาไม่ถึง 15 มิลลิวินาที
TFX
Spotify ปรับแต่งคำแนะนำสำหรับผู้ใช้ด้วย TFXSpotify ใช้ประโยชน์จากท่อส่ง TFX และ Kubeflow ในระบบ Paved Road สำหรับ ML ซึ่งเป็นชุดผลิตภัณฑ์และการกำหนดค่าที่ได้รับความเห็นชอบเพื่อปรับใช้โซลูชันการเรียนรู้ของเครื่องแบบ end-to-end ที่กำหนดเป้าหมายไปยังทีมที่เริ่มต้นการเดินทาง ML ของพวกเขา
TFX
จัดอันดับทวีตด้วย TensorFlowTwitter ใช้ TensorFlow เพื่อสร้าง "ไทม์ไลน์จัดอันดับ" ซึ่งช่วยให้ผู้ใช้มั่นใจได้ว่าจะไม่พลาดทวีตที่สำคัญที่สุด แม้ว่าพวกเขาจะติดตามผู้ใช้หลายพันคนก็ตาม