知識星球
隨著人類社會的進步發展，人們已經不滿足單純的使自己變得更聰明，進而在研究，能否讓自己的勞動工具也變的智慧，從而最大程度的輔助自己。讓機器來學習，這種行為就是在這樣背景下應運而生的。
眾所周知的是，學習是智慧人類特有的行為，其目的是為瞭解決問題與挑戰。那麼，機器學習會解決什麼問題呢？對的，你答對了，是在解決我們組織所面對的各種業務問題，包括經營，包括管理，甚至細緻到了方方面面；而且，由於它是依託於更具有客觀性的資料來給出解決建議或者執行方案的，所以機器學習給出的意見更客觀，更具有參考價值。
David Aronchick曾經提到過關於機器學習的一些情形，他認為由於機器學習屬於新生事物，所以，它的基礎架構支援仍然比較新而且部署相對複雜，並且需要大量的自定義指令碼，大量的依賴項分析，即使這樣也依然需要解決很多關於相容性的問題。
更深程度的來講，由於組織的需求不同，適用的環境不同，機器學習棧堆通常需要部署在多個不同的位置，且為達成組織標的，需要保持每個節點的同步，這就使得使用機器學習面臨更大的挑戰。
那麼，對於上述問題，有什麼好的解決方法來讓機器學習變得簡單嗎？
由於Kubernetes具有自動擴容，便於維護等特性，使其迅速成長為部署複雜工作負載的混合解決方案。所以，選擇將機器學習部署在Kubernetes叢集上，是一種聰明的選擇，但是，在我們的實際操作中，依然會遇到部署複雜，指令繁冗這些問題，那又該如何處置呢？
鑒於此David Aronchick主導開發了具有很大意義的新工具—Kubeflow，它的誕生，使得在Kubernetes 上機器學習堆疊變得簡單，快速、並且具有了可擴充套件性。
在 KubeCon + CloudNativeCon 2018 中國論壇中，David Aronchick將和Fei Xue共同分享機器學習與Kubernetes & Kubeflow的應用和相關經驗，敬請關註首次登陸中國的Kubernetes官方論壇：
David Aronchick : Google的產品經理，也是Kubeflow的主導者，曾在KubeCon + CloudNativeCon 2017大會上展示了Kubernetes和機器學習的協同作用，並做了精彩的論述，那麼在KubeCon + CloudNativeCon 2018 中國論壇上會給我們帶來哪些觀點和經驗分享呢？
Fei Xue：谷歌 Kubeflow 團隊任職，致力於開源專案，幫助開發員和企業在所有地點開發並部署雲原生機器學習。Fei Xue擁有分散式系統的開發經驗，也曾在微軟研究院參與神經網路研究。
另外，在本次論壇上，還有其他企業大咖，與您面對面分享相關領域的經驗。
本期則隆重推薦：
擁有斯坦福大學政治科學文科學位的Priyanka Sharma ： GitLab Inc. 公司雲原生協會總監。她負責的開放分散式追蹤（OpenTracing）專案已經是分散式追蹤的檢測標準。
獲得匹茲堡大學資訊科學碩士學位和藝術史博士學位的Caicloud的聯合創始人兼營運長Julia Han: 她曾擔任CNCF全球大使並組織了數十個K8S在中國各個城市舉行的聚會，有超過20萬名線上和線下與會者。自2017年中期以來，Julia領導K8s i18n專案–K8s官方網站的中文翻譯專案。她還成立並組織了中國Kubernetes終端使用者大會（2017 KEUC）以及中國雲原生終端使用者大會（2018 CEUC），該會議曾彙集了上千名與會者和數十名企業終端使用者。
那麼，在哪裡才能與這些大咖面對面呢？這裡——上海跨國採購會展中心！
這場全球規模最大的Kubernetes技術盛會——KubeCon+CloudNativeCon 2018中國論壇即將於2018年11月13-15日在上海跨國採購會展中心盛大開幕！
2018，上海，跨國採購會展中心，你與大咖不見不散！
感謝活動贊助商
鑽石贊助商
阿裡雲
華為
IBM Cloud
Tencent Cloud
鉑金贊助商
靈雀雲
才雲
英特爾
京東
Rancher
VMware
黃金贊助商
SUSE
白銀贊助商
Cloud Foundry
DaoCloud
Eclipse Foundation
Elastic
Mesophere
Red Hat
初創企業贊助商
Aljabr
EMQ
inwinSTACK
KONTENA
LF DEEP LEARNING
PlanetScale
時速雲
睿雲智合
合作伙伴
開源中國社群
極客邦科技 ／ InfoQ
本文轉自公眾號容器時代點選閱讀全文瞭解更多
