时间:2016年10月20日~22日
地点: 上海·宝华万豪酒店
购票电话:010-64738142

专题: 机器学习与深度学习

Day of week:

深度学习是目前机器学习领域的新热点,利用大数据和不断提高的机器计算性能,大大提升了模型精度,在人工智能领域的许多应用上都取得了显著的效果。很多科技工作者相信随着深度学习的发展,在不久的未来人工智能和人机交互将大踏步前进,会是一个大数据与深度学习的时代,甚至有人说深度学习会引爆下一代科技革命。

本专题将邀请行业的专家一起探讨深度学习技术或利用传统机器学习与之相结合的应用实践经验和最新发展,以及深度学习框架的性能比较和优化等。

专题出品人:
黄倩
Intel 大数据技术部算法专家

Intel 大数据技术部算法专家。现居上海,2014 年加入英特尔大数据技术部,主要从事机器学习、高性能计算等方向的研究,应用于自然语言处理、图像处理、生命科学计算等领域,并在国际顶级学术期刊发表多篇 SCI 论文。目前,专注于分布式机器学习算法的研发,并积极参与推动高性能计算技术和 Intel 最新芯片技术在深度学习上的应用。博士毕业于南京大学,热爱和推崇开源软件精神,是一个开源爱好者,曾给多个开源项目贡献代码,包括目前的大数据领域非常热门的开源项目 Spark。


by 周泽南
搜狗资深研究员

人工智能在近年获得了重大的突破,其中深度学习发挥了至关重要的作用。它在计算机视觉、语言识别、自然语言处理等诸多领域取得了巨大的成功。搜狗公司作为一家科技创新型公司,在深度学习方面做了许多成功的探索。其中,将深度学习技术引入图片搜索排序、图像搜索排序,取得了理想的效果。本次演讲内容包括:

  1. 图片搜索中的 multimodal learning 方法实践;
  2. 图像搜索相关技术:图像特征表达、索引、相似度计算。

by 朱智勇
Intel 亚太研发中心资深架构师

近几年来随着深度神经网络算法成熟度、大数据的可用性与计算机运算能力的快速发展,深度学习领域的创新与应用如雨后春笋不断涌现。政府、学校与企业都在大力投入资源推动相关技术的发展。

开源界大致有 5 个比较流行的机器学习框架,我在本次演讲中会对它们进行简要介绍与对比分析,目前这些框架有一个共同的问题那就是只对 GPGPU 平台有较好的支持,在其它平台上(例如 CPU)性能非常差。我们知道机器学习是个很大的概念里面包含很多不同类型的算法模型,而这些模型在不同的平台上会出现不同的性能瓶颈,如何能让这些框架很好地支持多种主流平台以便为不同算法选择提供最佳的运行平台是业界面临的一个问题。

在演讲中我们会探讨针对这个问题的一些解决方案和案例研究。其中一个典型案例就是我们和日本京都大学合作成功地在 CPU 平台上利用 CPU 的超大内存容量支持解决了药物开发深度学习模型在 GPGPU 平台上出现的瓶颈,大大提高了所能支持的数据集大小以提高训练精度,而且不需要对用户代码做修改。


by 孙子荀
腾讯高级开发工程师

随着深度学习技术的发展,个性化阅读领域的媒体内容有了更加丰富的处理手段。在过去主要是基于机器学习技术对内容分类,主题建模的应用等。现在有了更加丰富的技术手段对于视频图片等富媒体内容进行建模处理。

本次演讲主要包括,如何应用深度学习技术帮助媒体提高内容的质量,点击率以及如何为新媒体内容运营提供帮助,包括如下内容:

  1. 媒体标题与内容关联分析,评论的情感分析,自动评论等;
  2. 视频分类与检索,语义提取;
  3. 帮助媒体选图的个性化热点区域识别技术;
  4. 图片的画风和场景识别技术应用。

by 吴晨
阿里巴巴 Applied and Innovation 算法专家

随着个性化搜索的技术发展及在电商领域的实践,排序策略,即如何将用户需要且质量度高商品排到合适位置;如何调节不同卖家流量;给质量好,且价格相对合适的商品更多流量,成为近年来研究的热门。传统的规则策略或仅依赖几个关键因素并寻求平衡的排序方案已很难达到较好的效果(特别在引入个性化特征后),因此,Learning to rank,结合检索,点击,展现日志,并通过机器学习模型来学习排序策略的方式,逐渐成为新的发展方向。

本次分享中,我们将讨论 LTR 的若干算法,特征工程(包括个性化特征等),标注样本构建抽样等方案,以及目前电商搜索领域常用的 Query-Full 和 Query-Less 场景中算法及特征选型思路。

听众受益:

  1. Learning to rank 算法介绍及比较;
  2. Query-Full 及 Query-Less 场景分析;
  3. 电商搜索领域挑战及实践经验。

演讲专题

Covering innovative topics

10月20日,星期四

  • 前端技术实践

    前端技术日新月异,从早期脚本库、jQuery,到框架百花齐放,再到近年的 AngularJS 和 React,不一而足。今年,值得关注的前端技术又有哪些呢?

  • 安全之战

    正邪相生,这是一场没有硝烟的战争。这是一场攻与防的终极较量,也是一场矛与盾的顶级对抗。

  • 新 Java,新未来

    本专题将聚焦于 Java 生态系统的创新和前沿技术,分享 Java 技术创新、应用创新的最新成果,帮助开发者了解解决现实问题的新思路。

  • 无处不在的容器

    本专题主要讨论容器云的实践经验和最新发展,包括 Docker、Mesos、Kubernetes 等。

  • 微服务架构,我们该如何实践?

    互联网时代,客户的需求变得更加频繁,业务领域变得更加复杂,系统和团队规模变得更加庞大。本专题分享我们该如何打造支持业务持续创新的微服务架构,以应对复杂性和规模化的挑战。

  • 大数据应用与系统优化实践(厂商共建专题)

    大数据处理的过程中往往需要和其他平台或工具进行结合,同时大数据也可在更高层次的领域发挥重要作用。本专题将邀请多位工程师及技术专家,围绕大数据主题,在系统优化、运维、研发等方面展开更为细致的探讨,分享技术实践心得。

  • 业务上云技术拆解(厂商共建专题)

    本专题将邀请多位云计算领域技术专家,共同探讨企业业务上云过程中的挑战与应对之策,分享上云技术选型的心得与技巧,并分析总结相关的实践案例,为企业 IT 管理者提供技术参考。

  • 智能出行——高德开放平台专场(厂商共建专题)

    随着移动互联网不断渗透,人们的“衣食住行”越来越离不开 LBS(基于位置服务)。高德作为在线地图领导品牌之一,将在本专题结合实际案例分享如何在自己的软件中快速且稳定地实现 LBS。

10月21日,星期五

  • 玩转大数据

    预计到 2020 年全球数据总量将超过 40ZB,如果不能有效的存储、管理和使用数据,将给企业带来的是巨大的成本,同时数据的玩法和应用越来越多、业务的场景越来越复杂,给数据的存储和计算等不断带来新的挑战。本专题主要介绍大数据框架、数据平台、以及新的算法实践等。

  • 移动开发探索

    移动技术从万物生长到注重最佳实践,从敝帚自珍到开源如火如荼,各种新技术与最佳实践层出不穷——组件化、编程框架、动态化、Swift/Kotlin 语言,移动开发进入一个真正比拼武功的年代。

  • 移动视频

    本专题将分享多媒体领域不同于传统互联网技术的部分,包括整体架构案例、多媒体处理技术、播放器与播放体验、计算机视觉等方面。

  • 让架构更简单

    很多互联网(包括移动)业务成长非常迅速,在系统搭建之初和成长阶段就需要充分考虑系统架构设计,以满足在稳定性、扩展性、性能和成本方面的要求。然而在系统的不断演化过程中,系统架构会变得越来越复杂,于是让架构更简单,便成了互联网技术人孜孜不倦的追求。

  • 运维与监控

    本专题将探讨在互联网业务高速增长,基础设施规模不断扩大,DevOps、SRE、持续交付等理念的引入,云计算的落地,生产环境日益复杂的背景下,如何做好运维和监控。

  • 大数据服务与应用
  • 高并发与实时处理架构设计(厂商共建专题)

    本专题将分享大规模实时流处理平台架构以及实时消息推送架构,并从稳定性和实时性两个方面探讨即时通讯云实践,还将揭示海量数据推送服务背后的挑战,希望能帮助开发者了解解决现实问题的新思路。

  • 微服务实践与架构演进之路(厂商共建专题)

    应用的发展不可避免会伴随着从简单结构到复杂架构的演化,微服务架构的出现,试图在架构层面把一个大而复杂的问题拆分为很多小而简单的问题,最终达到系统整体交付难度降低的目标。本专题将探讨微服务实践落地过程中遇到的实际问题和挑战,并分享相关解决方案。

10月22日,星期六

  • Growth Hacking,IoT & React Native
  • 互联网广告系统实战

    在线广告是很多互联网公司的重要盈利模式,广告系统的架构、策略、优化都至关重要。本专题邀请到极具代表性的 Google、腾讯、百度、小米、Spotify 等公司的架构师分享广告系统方面的宝贵经验。

  • 工程团队管理

    本专题将分享来自不同公司技术团队的管理实战经验,和大家一起,从技术与管理的多个角度,来探讨工程团队管理这件事。

  • 技术创业

    技术优而创业,是目前很多人的梦想,失败和成功的案例都很多,作为一个技术人员,你真的准备好了吗?本专题由众多创业的朋友来分享其中的酸甜苦辣,经验教训及各种相关话题。

  • 机器学习与深度学习

    大数据时代,深度学习再次掀起了机器学习的新浪潮,不仅在语音识别,图像识别等领域大获成功,各种现实应用也一触即发,本专题给大家分享一些有趣的应用和实践。

  • 用户体验设计
  • 研发支撑体系

    构建研发支撑体系,提升研发交付效率。

  • 业务系统架构

    大多架构分享侧重技术架构的剖析,本专题将从业务层面入手,以1号店、人人车、德比软件、特赞等公司为例,说明如何针对特定业务设计合理的架构,以及设计和演进背后的思考。

  • 大数据分析与应用

    在这个数据海量产出的时代,如何有效地分析和应用数据使其发挥更大价值?本专题来自 LinkedIn、Autodesk、百度、滴滴的一线工程师将分享大数据可视化及大数据在日常生活中的创新实践。

  • 大规模前端系统

    随着移动互联网的发展,人们越来越关注前端系统。成熟框架变化多维护难,如何处理?新框架层出不穷,如何合理运用?Microsoft、百度、京东等国内外知名互联网公司邀您一起探讨。