人工智能的一個指南,數據科學、機器學習和深度學習在引發歐洲2019 +人工智能峰會
2019年9月18日, 在事件
的火花+人工智能歐洲峰會即將到來,這是一個很好的機會對於數據科學家和機器學習(ML)從業者趕上最新的工具和創新領域!
下麵是一個選擇的談判毫升productionizing毫升的最佳實踐在規模、實際用例,和流行的工具如TensorFlow和MLflow, AI用例,數據科學、機器學習,深learning軌道,這將有助於你提高一些技能。
AI用例跟蹤
Quby是一個領先的公司提供數據驅動的家庭服務技術在歐洲市場,以創建家庭顯示圖恩和智能恒溫器。通過物聯網設備,數據團隊Quby訪問歐洲最大的能源數據集,在pb規模和呈指數級增長。在使房屋使用AI和物聯網數據高效和舒適,Ellissa Verseput Quby將描述如何實現機器學習在Quby平台上,並將顯示多個用例由高分辨率支持物聯網數據。Beplay体育安卓版本
SK電訊是韓國最大的無線電信供應商300000個細胞和2700萬用戶。這300000個細胞生成數據每10秒,結核病的總大小是60,每天1200億條記錄。在Apache火花AI在電信的用例:網絡質量分析和預測地理空間可視化Hongchan盧武鉉和黃Dooyoung SK電訊將如何分析,預測和可視化網絡質量數據,作為一個火花AI用例在電信公司。
異常檢測有許多應用程序在各種各樣的領域。在銀行業,異質性和複雜性的不斷增加,發現偏離的困難情況下使用傳統技術和場景定義是在上升。在深異常檢測利用火花和Tensorflow從研發到生產吊艇Bzhalava和沙河Mansoor將瑞典銀行的大綱的方法構建和利用可伸縮管道基於火花和Tensorflow結合內部定製平台開發、部署和監視深異常檢測模型。Beplay体育安卓版本
2019年荷蘭RTL存在了30年。視頻業務的核心。人工智能給我們他們機會深入了解消費者喜歡。在數據轉換荷蘭媒體行業如何,Maurits van der RTL荷蘭將涵蓋一些人工智能和ML的方法目前用於提取和分析特性用於不同數據科學產品:新節目和創造事件,脫口秀節目的話題選擇、解釋查看評級等。
數據科學、機器學習和深度學習的軌道
在考拉:做一個簡單的從熊貓過渡到Apache的火花,蒂姆·亨特和Takuya Ueshin磚將考拉,一個新的開源項目,旨在縮小之間的差距大數據和小數據數據科學家和簡化Apache火花為那些已經熟悉大熊貓在Python庫。
在遷移Apache火花引發+ TensorFlow Kubeflow毫升工作,霍爾頓Karau穀歌將在兩個現有火花毫升管道和探索所涉及的步驟遷移到火花和TensorFlow使用開源Kubeflow項目。
TensorFlow 2.0的發布帶有大量的改進對其1。x版本,所有關注緩解的可用性和更好的用戶體驗。在介紹TensorFlow 2.0布拉德·米羅穀歌會給TensorFlow 2.0的概述和討論如何使用TensorFlow從頭開始構建模型2.0的高級api, Keras。
部署和管理大規模機器學習模型引入了新的複雜性。幸運的是,有工具,簡化了這一過程。在機器學習與塞爾登和MLflow無縫式的生產,Alejandro Saucedo塞爾登將指導您完成一個端到端的手在示例顯示如何從研究到生產沒有太多的複雜性通過利用塞爾登的核心和MLflow框架。
許多高科技產業依賴於機器學習係統在生產環境中自動分類和應對大量的輸入數據。盡管他們重要的角色,這些係統往往不積極監測。在連續的評估模型在生產部署迪帕克Pai和Vijay斯利瓦斯塔瓦的Adobe將描述他們的經驗建立這樣一個核心機器學習服務:連續模型評估。
法國興業銀行(Societe Generale)的一個主要銀行在法國和許多數據科學團隊在全球各地。經過多年的探索和原型,是時候該公司真正大規模機器學習項目部署到生產環境。在機器學習與MLflow規模和Apache火花,Chongguang劉翔和穆罕默德·高人氣將涵蓋的挑戰和經驗教訓在整個旅程。
數據科學和機器學習課程
如果你最好的學習方式就是去做,不要錯過我們的教程管理完整的機器學習與MLflow生命周期,80分鍾會話expert-led旨在介紹MLflow說話,一個新的開源框架毫升生命周期管理,其次是實踐練習讓與會者通過做來學習。
接下來,檢查數據科學與Apache引發™以及手在深度學習與Keras、TensorFlow和Apache引發™和在生產中機器學習:MLflow和模型部署培訓課程。
接下來是什麼
你也可以瀏覽我們的會話的時間表,太。