最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

我请了15位「老司机」,带你看懂机器学习的前世今生

[复制链接]
跳转到指定楼层
楼主
发表于 2016-11-1 19:57:35 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 168主编 于 2016-11-8 10:50 编辑

机器学习是什么?

机器学习用来干嘛?

我为什么要做机器学习?


在一般人的认识中,机器学习是近两年才兴起的技术。其实,这虽然是一个年轻的领域,但也有20多年的发展历程了。

机器学习既不是只会模仿的机器人,也不是具有人类感情的仿生人。利用计算机来彰显数据背后的真实含义,这才是机器学习的真实含义。

现今,机器学习已应用于多个领域,远超出大多数人的想象,比如数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人……

然而,以上三个问题依然常常被许多企业以及从业者追问

既然如此,那就请开始尝试甚至已经做到的团队和大咖们, 聊一聊他们在机器学习领域的不凡之路。



唯「智」者,「造」未来
2016机器学习行业应用国际峰会

在这场盛会上,你可以:


  • 聆听 院士专家共叙机器学习技术发展及前景
  • 学习 行业大咖的机器学习实践经验
  • 体验 IBM机器学习平台
  • 结识 Datapalooza中国区大奖得主




会议安排

时间:2016年11月22日
地点:北大博雅国际酒店
主办单位:CDA数据分析研究院
战略合作: IBM
议程安排

时间

主题

嘉宾

上午

9:00
-9:30

机器学习技术趋势,发展和前景

李德毅 中国人工智能学会理事长、中国工程院院士

9:30
-10:10

IBM机器学习平台展示发布

Kent Ting VP, GCG Analytics Sales

IBM机器学习平台助推商业应用

Dinesh, VP, Next Gen Platform, Big Data & Analytics

10:10
-10:20

Spark大赛获奖者分享

10:20
-10:50

机器学习助力智能互联计算                 陈玉荣 英特尔中国研究院认知计算实验室研究总监
10:50
-11:20

机器学习在工业领域的应用与展望

董文生 宝信软件研发部总经理、高级工程师
11:20
-12:00

圆桌论坛:Machine Learning&
Industry Applications

下午

13:40
-14:10

IBM机器学习品牌案例分享

Remus Lazar, Director of IBM STC, AA&ML

14:10
-14:40

机器学习在金融行业应用

吴锋海    VP of Umpay

14:40
-15:10

大数据时代的城市规划
李栋  清华同衡技术创新中心常务副主任
15:30
-16:00

人工智能技术的应用案例分析
鲍忠铁  TalkingData 首席布道师
16:00
-16:30

业务经验驱动小模型的行为智能分析
吴轶群 阿里巴巴高级技术专家,安全数据产品负责人
实操体验

14:00
-15:30

实操体验一

15:30
-17:00

实操专场二


票务安排

参会票种

费用

参会权益

早鸟票
(限量100张)

免费

需要审核,不含餐,可参与全天论坛

AI票

199元

不需要审核,可参与全天论坛

深蓝票

499元

不需要审核,含餐,可参与全天论坛

图灵票

1199元

三人组合套票,不需要审核,含餐,可参与全天论坛


报名方式

https://www.bagevent.com/event/247567

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-8 13:44

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表