Presented By O’Reilly and Intel AI
Put AI to work
April 10-11, 2018: Training
April 11-13, 2018: Tutorials & Conference
Beijing, CN

Schedule: 零售业与电子商务 (Retail and e-commerce) sessions

Add to your personal schedule
13:1013:50 Thursday, April 12, 2018
实施人工智能 (Implementing AI)
Location: 多功能厅3A+B (Function Room 3A+B)
HUA YANG (eBay)
搜索引擎是大量利用机器学习技术的平台。 AI推动了搜索技术的进一步发展,搜索引擎正在变成强大的AI平台。本次演讲将介绍深度学习和自然语言理解技术在eBay产品搜索平台的应用。 Read more.
Add to your personal schedule
14:0014:40 Thursday, April 12, 2018
实施人工智能 (Implementing AI)
Location: 多功能厅6A+B(Function Room 6A+B) Level:
徐晓 (阿里巴巴)
随着深度学习的发展,其在推荐领域的可能性也被不断拓展,越来越多的基于深度学习的推荐算法在学术论文中被提出,比如:Google提出的Wide&Deep网络结构。 目前,很多大型推荐系统均构建在Hadoop生态上,而主流的深度学习工具(如:TensorFlow/Caffe/Torch)则更适合于gpu集群。因此,运行在Spark环境上的BigDL是非常合适于推荐系统的深度学习解决方案。 本议题将通过案例的形式,分享使用Spark与BigDL构建深度神经网络来优化现有推荐系统的经验。本议题的主要关注点是:如何在推荐工程中高效而健壮的实施深度学习,包括:技术选型的思考,实验场景的搭建,神经网络配置脚本的定制,模型数据的IO,自定义神经网络组件的开发等。 Read more.
Add to your personal schedule
16:2017:00 Thursday, April 12, 2018
实施人工智能 (Implementing AI)
Location: 报告厅(Auditorium) Level:
Hongyu Cui (DataVisor)
Average rating: *****
(5.00, 1 rating)
随着互联网不断发展,面向用户的线上网站服务也进入极速发展期,吸引了大量的用户,整个互联网进入“十亿用户时代”。一些有组织的欺诈团伙利用这个特点,大量创建虚假账户或盗取正常用户账户,以此潜伏在大量正常用户中,在银行、网站和手机应用软件上实施欺诈。由于规则引擎和传统机器学习模型需要经常更新、维护,而且只有在损失发生后才会生成相应反应机制,因此反欺诈团队很难领先一步走在欺诈者前面。人工智能的发展,给整个反欺诈领域带来新的机会。 Read more.
Add to your personal schedule
09:4010:00 Friday, April 13, 2018
Location: 紫金大厅A(Grand Hall A)
Bowen Zhou (JD.com)
在不久的将来,人工智能产业规模将会达到十倍乃至百倍的增长。要达到这个目标,目前基于大规模标注数据单任务学习的人工智能(ANI)必须进化到更强大的广义人工智能(ABI)。在这个演讲中,周伯文博士将分享他对这个进化的思考,介绍这个进化所需的七大关键路径、研究方向及近期成果。 Read more.
Add to your personal schedule
13:1013:50 Friday, April 13, 2018
实施人工智能 (Implementing AI)
Location: 多功能厅5A+B(Function Room 5A+B)
邱鑫 (Intel)
BigDL(基于Apache Spark的大数据分布式的深度学习框架)为大规模图像处理提供了丰富的端到端支持。我们将介绍如何使用BigDL搭建灵活性和高可扩展性的端到端深度学习应用程序。我们还将分享我们在京东构建大规模图像特征提取流水线的经验。 Read more.
Add to your personal schedule
16:2017:00 Friday, April 13, 2018
实施人工智能 (Implementing AI)
Location: 多功能厅5A+B(Function Room 5A+B) Level:
孙玄 (转转公司)
转转的推荐系统从0开始打造,针对业务的不同阶段,一步步发展演进。在发展的过程中经历了全局无个性化推荐阶段、个性化离线推荐阶段、个性化实时推荐阶段、机器学习排序推荐阶段等。 本文会详细讲解不同发展阶段的原因、架构&算法的演进,让同学们对二手交易平台的智能推荐系统能够深刻认识。 Read more.