重识CS

会议室:307
出品人:李佳

软件正在改变世界,在这个过程中,每家企业、每个人都要顺势而为,不断地适应软件的更... 展开 >

专题出品人:李佳

极客邦科技 专栏主编

李佳,极客时间专栏主编。跨文化研究学习者,曾有 5 年教学经验。2016 年加入极客邦,跨界互联网,从事IT线上线下教育相关教研工作。热爱技术,对教育事业情有独钟,从 0 到 1 参与极客时间专栏内容的教研和落地。

地点:307

专题:重识CS

软件正在改变世界,在这个过程中,每家企业、每个人都要顺势而为,不断地适应软件的更新和迭代,与之相伴的是两种状态,一方面高歌猛进,一方面焦虑不安。别人的实践经验我们可以采纳借鉴吗?是随大流跟风还是坚持独立创新?在应用层面花式尝试,为什么还是很难有所突破?面对这些问题,还是在应用层面找方法,已经很难有进展了。是时候回到事情的母体来看,我们需要重新认识、解读计算机科学(Computer Science,简称 CS)。

说起 CS,你一定还是觉得这是一个充满理论,非常学术范儿的概念。确实如此,但 CS 的这些学术层面的研究,却能提供最根本、最基础、最关键的视角。当大家都在成熟的应用层面拼杀,你能先人一步,找到最新学术研究的落地路径,你就能引领下一波的应用浪潮。

所以,在这个专题里,我们把视角放回 CS,放到那些最新的研究和成果上,并重点看行业里优秀的领跑者们是如何把它们应用到实际的项目中的,解决了哪些问题,从中我们是否能够受到启发,找到自己的从理论研究到实践落地的路径。

理论助力实践,应用反哺理论,希望这个专题成为一个契机,我们一起探索现代 CS 的发展,创造可期的未来。

by 许中兴

重德智能
工程师

罗勃·派克(Rob Pike)在 2000 年提出:系统软件研究不再有意思了(irrelevant)。这种情况一直没有得到有效的改观,直到 Fuchsia,一个全新操作系统的出现。

Fuchsia 是二十年来第一个有商用潜力的对现有通用操作系统的重新思考和设计,值得一看。它重新思考了操作系统设计的各个方面,是一次难得的从头开始的机会。在未来,Fuchsia 将会成为一个非常重要的操作系统。

Fuchsia 最初的起源可以追溯到 BeOS 开发者的业余项目 Little Kernel,2016 年 Google 开放了全部的源代码,它的设计与目前的主流操作系统都不同。讲者最初也是被 Fuchsia 的独特设计所吸引,想弄清楚其内核在没有 File 和 User 的情况下,是如何定义一个操作系统的运行和控制机制的,阅读了 Zircon 和 Garnet 的大部分源代码。本次演讲中,讲者将结合自己的经验,和你分享他对源代码的理解,带你一起走进 Fuchsia,认识 Fuchsia,讨论 Fuchsia。

听众受益

  1. 了解 Fuchsia 的全貌;
  2. 思考 Fuchsia 系统背后的设计思想;
  3. 探讨 Fuchsia 可能的应用。

by 陈定斌

网易云
资深云计算解决方案架构师

当下,跑在云上的互联网业务越来越复杂。当大型复杂应用上云时,不可避免地会遇到各种网络问题。而想要解决这些网络问题,快速定位和排查就是关键,这时我们面临的往往是基础架构层面的挑战。

本次分享将结合网易电商应用双十一压测的真实场景,从应用层网络、虚拟化层网络和物理网络层三个角度入手,采用逐渐往底层深入的方式,来介绍逐步定位和排查应用网络问题的经验。案例中,讲者会详细剖析底层基础知识在网络问题定位和排查中的应用,会涉及到 HTTP 协议、路由协议、Dubbo 协议、Java 并发程序设计内存管理机制、Linux 性能分析等等。

听众受益

  1. 了解网络问题定位的三大层次;
  2. 熟悉包含网络、协议、Linux 系统性能等典型的基础架构故障分析思路;
  3. 借鉴真实案例经验。涉及很多底层基础知识,特别是对于系统运维同学有较高价值。

by 李明磊

华为
高级算法专家

作为自然语言理解非常重要的一个任务,文本分类有着非常重要的应用,如情感分析、对话机器人中的意图识别、智能客服中的热点问题统计等。同时文本分类也面临很多困难,如样本不均衡、标注数据成本高等问题。本次分享主要介绍华为云基于深度学习的文本分类架构,以及在实践过程中如何缓解样本不均衡、数据标注成本高等问题的。最后介绍文本分类在粗细粒度情感分析、意图识别、广告检测等业务上的具体应用。

主要内容

1. 文本分类算法简史;

2. 华为云基于深度学习的文本分类架构,以及如何缓解样本不均衡、标注数据成本高等问题的;

3. 基于深度学习在行业应用中的实际效果,包括商品评论的粗粒度和细粒度情感分析、对话机器人中的意图识别、论坛评论中的广告检测、灌水检测等方面的应用。

听众受益

1. 了解文本分类算法发展史;

2. 理解文本分类的挑战和关键技术点以及解决方法;

3. 理解文本分类在行业中的具体应用以及效果。

 

 

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:+8613269076283