硅谷人工智能

会议室:宴会厅3
出品人:夏磊

以Google、Facebook等公司为代表,硅谷在人工智能等领域一直走在世界前... 展开 >

专题出品人:夏磊

LinkedIn 技术经理/资深工程师、湾区同学技术沙龙Board Member

湾区同学技术沙龙(TechM)(tech-meetup.com)成立于2011年,其成员主要来自Google/LinkedIn/Facebook/UAP和硅谷的初创企业。它以华人技术工程师为基础,以推动华人间技术交流和知识传播为目的,在过去的几年中,它成功的邀请各个领域的专家举办了30多个著名的技术讲座,并与15个以上湾区协作单位建立了友好合作关系,linkedin group吸引了上千人加入,微信已经有8个普通群和5个专项群。目前已发展成为华人在硅谷人数最多、声望最高的技术分享组织和社区。

夏磊博士于南京大学分别获得本科和硕士学位,并于美国西北大学获得计算机博士学位。夏磊一直从事与互联网、云计算和大数据相关的研究和开发工作,在计算机顶级会议和期刊上发表论文20余篇,并获得2012年ACM高性能并行与分布式计算国际会议(ACM HPDC)最佳论文提名奖。夏磊博士曾就职于因特尔(Intel)研究院、惠普实验室和威睿(VMware),现为领英(LinkedIn)大数据平台研发项目组技术经理,同时也是Apache顶级开源项目Helix的Committer和主要开发者之一。夏磊也是湾区同学技术沙龙(TechM)的Board member和组织者之一。

地点:宴会厅3

专题:硅谷人工智能

以Google、Facebook等公司为代表,硅谷在人工智能等领域一直走在世界前列。本专题将邀请硅谷有代表性互联网公司的技术专家,分享人工智能领域的前沿研发经验。

by Hien Luu

LinkedIn
工程经理

一般认为,推荐系统是最典型的机器学习和大数据应用之一。推荐系统可以以定制化方式向用户介绍产品和信息,同时可以增强用户的满意度和忠诚度。

LinkedIn从成立之日起,就在很多高价值、高使用度的数据产品中集成了推荐系统,比如“猜您认识”(People You Might Know,简称PYMK)功能。从那时起,几乎LinkedIn的每条产品线都会包含一个推荐系统,典型的像职位推荐(job recommendation)、推荐关注(people to follow,company to follow)和课程推荐(courses to take)等。

本次演讲将从上层视角透视这些推荐系统,分享我们所使用的技术,以及在大规模构建、部署和运维方面的挑战。

by 王子

Uber
Tech Lead, Sr. Software Engineer

Uber的外卖服务(Uber Eats)自2015年12月在多伦多推出以来,已经在全球超过40个国家400个城市上线并持续快速发展。本次议题将讨论人工智能在Uber Eats中的应用和我们在过去两年高速增长中遇到的挑战,重点介绍时间预测和智能派单,顺带餐厅推荐和动态定价,并通过一些案例分享来了解人工智能在Uber Eats中的迭代和影响,以及了解我们的工程师和数据科学家为让Uber Eats无论何时、无论何地都能快速、可靠、高效地送达所做的努力。

by 俞玶

Google Brain
Senior Engineer
TensorFlow for Javascript
所属领域: 人工智能

TensorFlow.js is the recently-released JavaScript version of TensorFlow that runs in the browser and Node.js. In this talk, we want to introduce the TensorFlow.js ML framework, and show with demo on how to perform the complete machine-learning workflow, including the training, client-side deployment, and transfer learning.

by 孙鹏

苏宁美国硅谷研究院
大数据实验室高级数据科学家

数据标注在人工智能领域是决定数据质量的关键一环,而丰富的标签是成功的机器学习建模的先决条件。在诸如图像识别、文本识别和语音识别等领域,未知的图片、文本和音频往往因为需要人工打标签而耗费大量成本。半监督学习正是一种潜在的降低此类成本的方法。通过人工智能和人工标注更有效的“互动”,半监督学习可以加速数据标注的流程。

主要内容

1. 人工智能领域数据标签简介

2. 半监督学习简介,以及和有监督学习、无监督学习的区别

3. 半监督学习常见方法

4. 半监督学习加速数据标注的机制

听众收益

1. 了解到人工智能领域易被忽视却又至关重要的一环:数据标注

2. 理解机器学习领域监督学习,无监督学习和半监督学习的区别

3. 了解到人工智能领域利用半监督学习加速数据标注的实例

交通指南

© 2019 Baidu - GS(2018)5572号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方
想要批量报名或更多优惠?
立即联系票务小姐姐 Ring
或致电:17310043226