1. <dl id="buenf"></dl>

        <li id="buenf"><ins id="buenf"><strong id="buenf"></strong></ins></li>
          <li id="buenf"><ins id="buenf"><strong id="buenf"></strong></ins></li>

          <dl id="buenf"></dl>
          <dl id="buenf"></dl>
        1. <dl id="buenf"><ins id="buenf"><thead id="buenf"></thead></ins></dl>
          <dl id="buenf"><ins id="buenf"></ins></dl>
              1. <dl id="buenf"><ins id="buenf"><thead id="buenf"></thead></ins></dl>
                <output id="buenf"><ins id="buenf"><nobr id="buenf"></nobr></ins></output>
                1. <dl id="buenf"></dl>

                  <dl id="buenf"></dl>

                  都在談人工智能,目前到底都有哪些落地案例呢?
                  2017-11-08         來源:IT863       [我要評論]
                  是的,人工智能已不再停留在大家的想象之中,各路大牛也都紛紛抓住這波風口,投入 AI 創業大潮。那么,2017 年,到底都有哪些 AI 落地案例呢?
                  自從去年阿爾法狗在圍棋大戰中打敗人類,人工智能終于跳出了實驗室的禁錮,成為活躍在科技領域的核心力量,融入社會的方方面面,近日,沙特還授予機器人索菲亞公民身份,科幻小說中描繪的場景無疑正漸漸變成現實。

                  是的,人工智能已不再停留在大家的想象之中,各路大牛也都紛紛抓住這波風口,投入 AI 創業大潮。那么,2017 年,到底都有哪些 AI 落地案例呢?機器學習、深度學習、NLP、圖像識別等技術又該如何用來解決業務問題?
                  AICon 上,一些大牛將首次分享人工智能在金融、教育、電商、外賣、搜索推薦、人臉識別、自動駕駛、語音交互等領域的最新落地案例,以及在落地過程中的那些痛點和難點,一些技術細節該如何操作,有哪些避坑經驗,應該能學到不少東西,目前大會 8 折報名火熱進行中,更多精彩可點擊文末閱讀原文詳細了解。

                  人工智能落地案例搶先看
                  鑒于篇幅有限,這里我們選取部分落地案例,探討人工智能在各個領域的應用實踐,希望可以給你一些啟發,并與你一起探索 AI 的邊界!

                  摩拜|如何使用人工智能實現單車精細化運營

                  共享單車在不到一年的時間里成為城市一道彩色風景線,在便利市民短途出行的同時,單車的運營管理也日漸成為一個巨大的挑戰。本次分享中,尹大朏會介紹摩拜單車如何利用大數據和人工智能技術解決運營中出現的違停、潮汐現象,以及在優化調度方面的最新探索。

                  微信小程序|商業智能技術應用實踐

                  2017 年初微信小程序正式上線,經過一年的發展,人們已經逐漸認識到小程序帶來的便利,隨著越來越多的人開始使用小程序,小程序已經成了微信生態系統中不可分割的一部分。張重陽將和大家一起分享小程序在商業化方向的技術嘗試和相關應用案例,包括商業智能、數據決策、用戶分析、個性化推薦等,并與大家一起探討小程序未來的發展方向。

                  微博|深度學習在紅豆 Live 直播推薦系統中的應用

                  本次講座主要探討深度學習在直播推薦中的應用。與傳統推薦系統不同,基于深度學習的推薦系統通過深度網絡學習并提取多層次的特征,可將直播的節目和用戶中的隱藏特征自動化提取、關聯、抽象出來。胡南煒主要會從推薦系統的兩個關鍵技術點:召回和排序,來講解深度學習模型的應用,包括推薦召回中的標簽提取,結果排序中的 CTR 預估等方面,探討深度神經網絡在自然語言處理和 CTR 預估領域中的優勢與挑戰,以及深度推薦系統的前景與發展。

                  知乎|如何使用機器學習實現 News Feed 正向交互率提升 100%

                  News Feed 是用戶進入知乎的第一個頁面,也是知乎最大的流量入口之一。從 2016 年年底開始,我們使用機器學習技術對知乎的 News Feed 進行了改進,期間經歷了 Edge Rank - Learning to Rank - DNN 模型推薦等階段,并且取得了不錯的成果:News Feed 的正向交互率提升了 100%,用戶在 Feed 頁的停留時長上升了 40%。本次分享,張瑞將會從產品和技術等方面向大家闡釋知乎過去一年內所做的改進,包括他們在構建用戶畫像系統、首頁的推薦和排序模塊中遇到的一些技術問題和解決方法。

                  國美|推薦引擎與算法持續部署實踐

                  電商平臺中,個性化推薦是提高用戶購物體驗的關鍵組件。作為國美在人工智能領域的重要試金石,“推薦系統如何做好算法的持續部署”是一個非常有挑戰性的問題。本次分享以國美推薦引擎提升自身訓練和決策能力的升級歷程為主線,介紹了流式計算引擎、特征多級存儲系統、機器學習算法的演進、A/B 測試系統、算法和特征的雙鏈路監控、深度學習模型的實踐部署等內容。同時還探討了國美在人工智能領域未來的發力點。

                  Tutorabc|大數據和 AI 之路

                  本次分享將從大數據團隊的構建、數據平臺的架構和落地、數據倉庫的建設、數據可視化、機器學習和人工智能如何結合大數據平臺落地,講敘 Tutorabc 大數據和 AI 的快速成長之路,以及在實踐過程中,如何通過機器學習和人工智能有效幫助業務解決問題,提高業務服務效率,提升用戶體驗。在介紹過程中,會穿插講解如何用一個不足 10 人的團隊,解決“缺少銀蛋”的問題,并在完成對公司業務幫助的同時,見縫插針的解決技術架構升級。

                  餓了么|AI 在餓了么的應用實踐

                  外賣行業繼電商、出行之后成為第三個千萬級別的互聯網消費行業,每天有 2500 萬人次足不出戶地在外賣平臺上找到自己喜歡的餐廳和食物,享受著 30 分鐘送到手里的便利。如何精準地找到用戶需求,提高轉化率和增加用戶粘度,最大化平臺的物流效率和服務質量,都需要大數據和人工智能的幫助。張浩將主要通過分享 4 個實例,介紹機器學習和運籌優化在外賣行業的應用實踐,具體講講算法解決方案和迭代過程。

                  第四范式|如何利用大規模機器學習技術解決問題并創造價值

                  目前深度學習在某些領域已經有了較成熟的解決方案,例如圖像特征提取、語音識別、文本翻譯等。但企業級應用涉及各個范圍,以上只是企業經營過程中的一小部分。在其他領域如營銷、反欺詐、廣告等行業應用,就需要一些其他的算法和技術,比如說超高維的特征工程和算法。

                  胡時偉將從機器學習的概念開始,講到怎樣做數據清洗處理、機器學習的典型建模流程、機器學習常見的評估指標,以及第四范式在金融、互聯網領域應用機器學習的成功案例。



                  相關熱詞搜索:人工智能 案例

                  上一篇:聯想借并購重奪PC王座的背后 糾結利潤和份額平衡
                  下一篇:最后一頁

                  聲明:文章內容僅供參考,并不意味著贊同其觀點或證實其描述。
                  新聞排行
                  關于我們 | 聯系方式 | 版權聲明 | 招聘信息 |
                  IT863.COM.CN 版權所有
                  CopyRight @2011 IT863.COM.CN All Right Reserved
                  辽宁十一选五开奖结果