外媒速遞:關于機器學習的十個成功故事
原創【51CTO.com原創稿件】外媒速遞是核子可樂精選的近日國外媒體的精彩文章推薦，希望大家喜歡！
今天給大家推薦的內容包括：關于機器學習的十個成功故事、如何在AWS中設計高可用性Web應用、利用Kubernetes實現云原生機器學習和我們該如何啟動自己的Bug賞金項目等。
一、深度剖析：關于機器學習的十個成功故事
原文標題：10 machine learning success stories: An inside look
時至今日，幾乎沒有什么技術能夠與人工智能與機器學習在熱度方面一較高下。部分企業正在利用這些模仿人類思維方式的技術吸引客戶并支持業務運營，但也有不少人仍對其抱有懷疑態度。下面，我們將共同了解機器學習領域出現的十大成功案例。
1. 新應用可預言當前崗位將何時消亡
2. 機器學習有助于預測性維護
3. 企業體系，算法為先
4. 人工智能成為產品與業務的賦能者
5. 將醫療設備數據庫與機器學習相結合
6. 人工智能增強安全研究
7. 人工智能降低財務成本
8. 歷史數據預測未來效能
9. 銀行業得以更好洞察客戶需求
10. 機器學習進一步提升生產效率
二、云開發攻略：如何在AWS中設計高可用性Web應用
原文標題：Designing Web Apps for High Availability in AWS
在云技術得到快速發展之前，構建高可用性Web應用程序一直是項復雜的任務。這主要是由于其中涉及專用硬件、中間件與專業知識，以及與之相關的更高開發與運營成本。但云計算的成熟，使我們能夠以更為合理的成本實現高可用性。下面，我們將立足AWS，聊聊如何達成這項目標。
1. AWS中的冗余
2. 高可用性設計
- Web服務器高可用性
- 數據庫服務器高可用性
3. 多區域部署
三、Kuberflow項目：利用Kubernetes實現云原生機器學習
原文標題：Kubeflow: Cloud-native machine learning with Kubernetes
機器學習已經徹底改變了計算環境，為技術提供全新場景，也令現有場景更加高效。然而，為了獲得高效的機器學習解決方案，企業必須解決由此提出的一系列要求。在今天的文章中，我們將一同了解如何利用Kubernetes實現云原生機器學習。
1. 機器學習中的三大挑戰
1)可組合性
2)可移植性
3)可擴展性
2. Kubernetes與機器學習
3. Kubeflow介紹
4. 更多擴展資料
四、我們該如何啟動自己的Bug賞金項目?
原文標題：How to start your own bug-bounty program
網絡安全行業中存在人才短缺問題早已不是什么秘密。根據去年全球信息安全勞動力研究公布的結果，預計到2022年全球安全人才缺口將達到180萬。作為緩解這一難題的有效手段，Bug賞金項目正得到越來越多組織機構的重視。那么，我們要如何啟動自己的賞金計劃?
1. 建立漏洞披露計劃
2. 啟動小型內部Bug賞金項目
3. 如何應對規模化場景下的漏洞披露挑戰
4. 如何審查道德黑客并克服沉默
【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】
