专题出品人： 敬请期待
专题出品人： 敬请期待
专题：机器学习
本专题将聚焦于机器学习技术在工业界的落地实践，包含：如何针对业务特点进行技术选型？如何从0到1构建机器学习平台？如何对平台进行持续迭代优化?实践过程中有可能要踩哪些坑，如何提前规避？
本专题下的议题
机器学习，人工智能的发展和实际问题
Leon Xu Microsoft Principal Software Engineer Manager
所属专题：机器学习
课程概要
背景介绍：
人工智能的强项，更要了解人工智能的短板，理解人工智能案例中的实际问题，更好的设计一套产业链结合用户，企业，数据，技术的具体实际问题。
解决思路/成功要点：
人工智能的成功不只是算法和一个产品，应该是一个行为链的变化，而影响行业效率提升转变。从旅行去中介，房产估值，游戏上线，新闻头条等等
成果：
我们的理解，成功的不是一个产品，更是一个团队和一个有灵魂的企业。如果创立这样一个有灵魂的团队和开发一系列的产品。
听众收益
1. 理解人工智能的行业领域和未来的分析。了解NLP，语义理解，图像识别，图谱技术和数据挖掘等领域的最近发展成果。
2. 结合作者经验，对人工智能在传统领域比如MSN 5亿用户推荐，房地产智能估值，游戏平台，知识图谱，旅行领域的行业结构化转变的成功实例分析和当下挑战，
3. 理解人工智能，数据学习，算法，和商业模式，结合几个具体的情况，分享一些人工智能早期创新产品。
东软自动化机器学习技术最佳实践
侯广健 东软 数据科学家
所属专题：机器学习
课程概要
背景介绍：
自动化机器学习作为目前人工智能领域发展非常迅速的一项技术，在极大的降低数据分析门槛的同时，也面临着模型训练效率、模型准确率以及模型可解释性等等问题。
解决思路/成功要点：
东软在参考业界最前沿的自动化机器学习理论研究成果、开源框架的基础上，结合自身技术积累和业务积累，给出一套最佳技术实践方案，本次议题主要从以下几个方面展开讨论：
自动化机器学习背景介绍
SaCa RealRec自动化机器学习平台关键技术及实践经验分享，重点介绍基于超参数搜索的tree-based pipeline生成方法、meta-learning工程化实现、及模型融合等关键技术
SaCa RealRec自动化机器学习平台性能评测及优化方向
成果：
核心技术积累
7年，上百项大数据技术发明专利
国际论文、证书与获奖
2017 CBI年度创新产品大奖
工信部大数据优秀案例100强
中国数据智能类产品奖
国家项目创新技术
工业和信息化部：2016年度工业强基-《工业大数据公共服务平台》
2012年度国家重点基础研究发展计划：973 -《云应用软件架构技术研究》
2011年度国家科技重大专项：核高基 -《网络化应用支撑工具》
听众收益
通过本次议题课程，与会者可以了解：
1、业务专家、数据专家在进行数据分析建模过程中面临哪些问题和挑战，自动化机器学习是如何解决这些问题的
2、自动化机器学习在解决超参数搜索、模型训练效率、模型准确率以及模型可解释性方面采用的关键技术及实际效果
3、自动化机器学习目前存还在什么关键技术尚待解决及未来发展方向
人工智能安全-可解释的人工智能模型
葛仕明 中国科学院 博士生导师
所属专题：机器学习
课程概要
背景介绍：
在人工智能实际应用中，高效安全的模型是部署的两大需求，尤其是在高风险应用如无人驾驶、机器人、金融风控、医学诊断、安全认证等领域，模型的可解释性尤为重要。通过模型可解释性，应用方可以对部署进行风险评估，对模型出现的错误能够合理解释。
解决思路/成功要点：
当前以深度学习为代表的人工智能技术在很多领域取得了巨大的成功，其成功的关键在于提供了一种统一的框架从海量数据中汲取知识获得稳健的人工智能模型；但是，其黑盒属性限制了其解释性。为此，一种解决思路是通过在模型的可解释优化逼近，在高稳健性和可解释性之间寻找平衡。
成果：
提出一种人工智能模型可解释性的思路，在高稳健性和可解释性之间找到平衡。
听众收益
1.让人工智能从业者了解到安全性的重要；
2.为人工智能安全提供一些解决思路；
3.提供人工智能落地应用解决方案，期望赋能多个领域。
海量社交图片与视频的文字识别与关键词检测
黄珊 腾讯 社交OCR研究中心负责人
所属专题：机器学习
课程概要
海量社交图片与视频的准确理解，对设计以包含语音、图片、视频内容理解的整体算法框架及各个模块算法精度、速度都提出了极大的挑战。这里，我们负责图片、视频场景的文字识别与关键词检测，同时结合NLP理解以保证社交图片的健康度。近几年来深度学习发展迅猛，在计算机视觉领域取得了一再的突破。针对社交场景图片的复杂排版、字形多变等问题，我们引入各种优化的卷积神经网络、循环神经网络等基础网络，基于最前沿的检测、分割、Seq2Seq算法框架，解决文字检测、定位与识别的问题。在文字检测的网络分支上叠加多任务学习策略，在有限资源下解决关键词检测问题，有效的补充了多变复杂场景下的OCR识别难题，并申请了专利。视频场景中，我们首创式引入并优化了孪生网络解决视频文字关键帧检测问题，上线于每天数十亿的视频理解项目，并申请了专利。
听众收益
1.最前沿的文字检测与识别技术在海量场景下的落地解决方案
2.最前沿的关键词检测技术
3.视频场景下的文字关键帧提取技术
专题：机器学习
本专题将聚焦于机器学习技术在工业界的落地实践，包含：如何针对业务特点进行技术选型？如何从0到1构建机器学习平台？如何对平台进行持续迭代优化?实践过程中有可能要踩哪些坑，如何提前规避？
其他相关专题
-
机器学习
专题出品人：敬请期待
本专题将聚焦于机器学习技术在工业界的落地实践，包含：如何针对业务特点进行技术选型？如何从0到1构建机器学习平台？如何对平台进行持续迭代优化?实践过程中有可能要踩哪些坑，如何提前规避？
-
AI工具与框架
专题出品人：敬请期待
本专场将探讨AI工具和框架选型，重点关注企业如何在已有大数据平台的情况下引入人工智能平台，在这个过程中有哪些难点，如何让人工智能平台尽快发挥效力，成为企业的基础设施平台。
-
计算机视觉
专题出品人：鞠奇
腾讯 技术总监
随着机器视觉技术的迅速发展，计算机视觉技术的快速、精确、智能等特性在现代工业的各个领域已逐渐被广泛应用，包括人脸识别、图像识别、物体检测等技术，本专场将探讨计算机视觉在相关行业的最新应用和实践。
-
机器学习
专题出品人：敬请期待
本专题将聚焦于机器学习技术在工业界的落地实践，包含：如何针对业务特点进行技术选型？如何从0到1构建机器学习平台？如何对平台进行持续迭代优化?实践过程中有可能要踩哪些坑，如何提前规避？
