能快速將現有算法在實(shí)際生產(chǎn)環(huán)境落地，并能利用GPU加速實(shí)現大規模計算，我們自己搭建了一個(gè)GPU加速的大規模分布式機器學(xué)習系統，取名小諸葛
杜克大學(xué)的一種 AI 算法PULSE可以將模糊、無(wú)法識別的人臉圖像轉換成計算機生成的圖像，其細節比之前任何時(shí)候都更加精細、逼真
餓了么算法專(zhuān)家劉金介紹推薦業(yè)務(wù)背景，包括推薦產(chǎn)品形態(tài)及算法優(yōu)化目標；然后是算法的演進(jìn)路線(xiàn)；最后重點(diǎn)介紹在線(xiàn)學(xué)習是如何在餓了么推薦領(lǐng)域實(shí)踐的
優(yōu)酷推薦業(yè)務(wù)，算法應用場(chǎng)景眾多，需求靈活多變，需要一套通用業(yè)務(wù)框架，支持運行時(shí)的算法流程的裝配，提升算法服務(wù)場(chǎng)景搭建的效率
通過(guò)分析其中的關(guān)鍵問(wèn)題，建立了新熱內容曝光敏感模型，并最終給出一種曝光資源約束下的多目標優(yōu)化保量框架與算法
針對結算收銀場(chǎng)景中商品識別的難點(diǎn)，從商品識別落地中的模型選擇、數據挑選與標注、前端和云端部署、模型改進(jìn)等方面，進(jìn)行了深入講解
神經(jīng)形態(tài)結構融合學(xué)習和記憶功能領(lǐng)域的研究主要集中在人工突觸的可塑性方面，同時(shí)神經(jīng)元膜的固有可塑性在神經(jīng)形態(tài)信息處理的實(shí)現中也很重要
機器學(xué)習就是通過(guò)經(jīng)驗來(lái)尋找它學(xué)習的模式，而人工智能是利用經(jīng)驗來(lái)獲取知識和技能，并將這些知識應用于新的環(huán)境
滴滴機器學(xué)習場(chǎng)景下的 k8s 落地實(shí)踐與二次開(kāi)發(fā)的技術(shù)實(shí)踐與經(jīng)驗，包括平臺穩定性、易用性、利用率、平臺 k8s 版本升級與二次開(kāi)發(fā)等內容
大型商用時(shí)序數據壓縮的特性，提出了一種新的算法，分享用深度強化學(xué)習進(jìn)行數據壓縮的研究探索
深度學(xué)習模型：OverFeat、R-CNN、SPP-Net、Fast、R-CNN、Faster、R-CNN、R-FCN、Mask、R-CNN、YOLO、SSD、YOLOv2、416、DSOD300、R-SSD
SIFT、PCA-SIFT、SURF 、ORB、 VJ 等目標檢測算法優(yōu)缺點(diǎn)對比及使用場(chǎng)合比較
