2017 年,机器学习经典案例年末盘点

根据麦肯锡 2017 年的调查,人工智能领域的全球风投 2012 年仅 5.89 亿美元,而 2016 年已高达 50 多亿美元,预计 2025 年人工智能应用市场总值将达到 1270 亿美元。获得投资界助力的 AI 技术发展迅猛,国内外科技公司不论大小都开始发力 AI 落地,各种形式的人工智能部门甚至研究院应运而生。不少业内专家将 2017 年称作“人工智能应用元年”。

为了推动 AI 技术发展『助力人工智能落地』,InfoQ 中国为大家梳理了整个 AI 产业生态链,并针对以下 9 大技术点收集了全球顶尖 AI 落地案例。希望企业可以通过这些最佳实践确定自己的选型方案,并提前预估相关的风险和收益,实现技术落地。

机器学习部分案例抢先看

Amazon | 机器学习在工程项目中的应用实践经验谈

目前,机器学习在很多人眼中是数据科学家们的专属武器。很多想要学习和实践人工智能的工程师们往往学习了很多机器学习的理论及算法但面对实际项目却手足无措。近年来 Amazon 工程团队应用机器学习、深度学习技术在全球客服系统智能化、推荐系统本地化及合规性检测自动化等多个方面实现了大量的成功创新实践。Amazon 中国研发中心首席架构师蔡超将在 AICon 分享 Amazon 工程师的学习和实践经验分享,告诉广大工程师如何成长为一个人工智能的实践者。

阿里巴巴淘宝 | 智能写手——智能文本生成在双 11 的应用

新零售时代,内容化、智能化是淘宝的两个重要发展方向。在过去的一年里,阿里淘宝团队基于深度学习在智能文案和图文型内容生成方向进行了一系列探索与实践,并取得了很好的效果。淘宝高级算法专家仲宁将在 AICon 分享如何通过丰富的内容和更加智能的个性化推荐,来进一步提升用户的购物体验。本案例将分享淘宝内容化、智能化推荐演进背景,以及智能文案、图文型商品清单生成的关键问题和解决方案。

腾讯微信| 微信小程序商业智能技术应用实践

2017 年年初微信小程序正式上线,经过一年的发展,人们已经逐渐意识到小程序带来的便利,随着越来越多的人开始使用小程序,小程序也逐步成为了微信生态系统中不可分割的一部分。微信小程序商业技术负责人张重阳将和大家分享小程序在商业化方向的技术尝试和相关应用案例,包括商业智能、数据决策、用户分析、个性化推荐等,并与大家一起探讨小程序未来的发展方向。

一流科技 | 打造人工智能时代的最强计算引擎——深度学习框架演进漫谈

随着深度学习技术在图像、语言、语音等应用场景都达到了 state of the art 效果,深度学习框架也呈现群雄逐鹿的态势,Google、Facebook、Amazon、微软、百度等大企业及少数几家创业公司都推出了自己的产品。AI 技术专家老师木将在 AICon 对现有主流深度学习框架做一梳理,并从一下两个角度和业界同行探讨这个领域的技术是否已收敛:

从用户体验角度讨论,一个好的深度学习框架应该有什么样的特点?

从技术角度讨论,什么样的设计和实现才能实现人工智能时代的最强计算引擎?

第四范式|如何利用大规模机器学习技术解决问题并创造价值

目前深度学习在某些领域(如图像特征提取、语音识别、文本翻译等)已经有了较成熟的解决方案。但企业级应用涉及多个范围,以上只是企业经营过程中的一小部分。在其他领域(如营销、反欺诈、广告等)就需要一些其他的算法和技术,比如,超高维的特征工程和算法等。

第四范式联合创始人胡时伟将从机器学习的概念开始,讲怎样做数据清洗处理、机器学习的典型建模流程、机器学习常见的评估指标,以及第四范式在金融、互联网领域应用机器学习的成功案例。

饿了么 | 机器学习和运筹优化在外卖行业的应用实践

外卖行业继电商、出行之后成为第三个千万级别的互联网消费行业,每天有 2500 万人次足不出户地在外卖平台上找到自己喜欢的餐厅和食物,享受着 30 分钟送到手里的便利。如何精准地找到用户需求,提高转化率和增加用户粘度,最大化平台的物流效率和服务质量,都需要大数据和人工智能的帮助。饿了么技术副总裁张浩将在 AICon 通过 4 个实例,介绍机器学习和运筹优化在外卖行业的应用实践,具体讲讲算法解决方案和迭代过程。

最新更新