| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決 方案 | ML模型自動化 | AI維運 | Line
Line AI開發的關鍵基礎架構──ML Universe關鍵功能大公開
涵蓋了從模型實驗、Pipeline的持續部署與交付、自動化建立Pipeline，以及模型的持續訓練、持續部署、持續監測等流程
2021-04-08
| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決 方案 | ML模型自動化 | AI維運 | Line
【靠ML協作平臺加速AI落地】Line如何用MLOps重構AI開發流程
Line去年正式上線了一套加速AI開發的關鍵基礎架構平臺，要讓不同角色各司其職，藉由更緊密分工協作來系統性落地AI
2021-04-07
| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用
【AI開發也要擁抱DevOps】企業規模化落地AI關鍵是MLOps（上）
隨著企業AI走出實驗階段，開始分化出多種開發角色，如何透過打造如產線般緊密分工的協作方法，來加速落地AI？關鍵就是MLOps的實踐
2021-04-06
Google開發的人工智慧系統，可用Gleason分級方法分類活體組織切片，與專家相比精確度達到72％
2020-07-26
