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

微软数据科学沙龙(北京·7月15日)[北京市]

[复制链接]
跳转到指定楼层
楼主
发表于 2017-7-9 16:36:15 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式
活动类型:
数据科学沙龙
开始时间:
2017-7-15 14:00 至 2017-7-15 17:30 商定
活动地点:
中关村 微软大厦
性别:
不限
已报名人数:
0
剩余名额:
100 人
报名截止:
2017-7-14 18:00
结束还有

活动评分

0

 

0(投票)

  •     5分 0.0%
  •     4分 0.0%
  •     3分 0.0%
  •     2分 0.0%
  •     1分 0.0%
  • 活动查看
  • 活动相册
  • 已通过
本帖最后由 168主编 于 2017-7-10 19:19 编辑


         时间: 2017年7月15日(周六)

                14:00 ~ 17:30


  地点: 北京 中关村 微软大厦


  费用: 免费


  主办方



  承办方



  合作媒体





  合作社区




  活动流程



  演讲信息


  高级分析与Microsoft R Server预测性建模


  演讲介绍:Microsoft R Server支持各种大数据分析、预测模型和机器学习功能,并为用户提供与 R 语言完全兼容的最经济高效且速度最快的大数据分析。SQL Server 2016已经支持连接R语言和Microsoft R Server的大数据算法。演讲者将通过某在线贷款平台的坏账预测案例来介绍Microsoft R Server的建模流程,以及将R的代码部署为实时预测的Web Service的特性。


  演讲者:陈堰平,雪晴数据网创始人,微软数据平台方向MVP


  摩拜单车的数据科学实践


  演讲介绍:摩拜单车在最近的一年里发展飞速,许多实际问题亟待通过数据驱动的方法去解决。本次演讲将主要从供应链优化的角度,谈一谈在运营效率的提升方面,摩拜数据科学应用的现状以及对策。


  演讲者:朱俊辉,摩拜单车算法工程师,熟悉R语言和Python,专注于供应链量化和可重复性研究。


  机器理财师能给我们带来更高收益?


  演讲介绍:随着人工智能技术在各行各业发光发热,开花结果,智能投顾的概念也愈加深入人心,被越来越多的人所了解,那么机器理财师是否真的可以替代传统理财顾问,智能投顾能否带来客户预期的高收益,还是传统理财师在借助“智能”的噱头,在后台继续着“人工”的服务,这些问题引发业界的思考和讨论,让我们从智能投顾如何解决投资同质化,智能投顾如何演进发展等角度,聊聊数据分析软件R和智能投顾的结合,以及数据的需求和运用。


  演讲者:李悦,纽约大学金融传媒硕士,六年华尔街证券量化投资分析经验,特许金融分析师认证(CFA),曾就职于纽约的卖方投资研究机构做数据分析师,现就职于北京某智能投顾创业公司,任量化投资数据科学家。


  报名方式


  请前往 http://t.cn/RoF7MKx 填写报名表,审核通过后,我们的工作人员会通知具体参会细节。


  联系我们


  如果有社区或媒体想合作,请联系我们,联系人: 陈洁


  电话: 010-56451129  136-6072-3699


  Email: maggie@xueqingtv.com

焦点图显示:

到期时间:
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, 2024-4-20 18:02

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