至顶网软件频道消息:
2017年9月9日,由Cloudera组织,联通小沃科技和至顶网联合主办的Wrangle Conference活动在上海正式举行。Wrangle Conference 是一个只关乎数据科学的社区会议,从原则到实践到应用,跨各行各业。
近几年,中国的数据科学家牛人辈出,但尚无一个纯技术非商业的交流活动为大家分享这些牛人的新知心得,并提供一个同行间交流学习的平台。数据科学家都在做什么,如何减少数据整理中的繁复人工工作,金融业如何改进数据驱动,IoT采集的数据可以干什么,又新出现了哪些数据科学的工具,等等,Cloudera在硅谷湾区组织过三年Wrangle Conference之后,希望将Wrangle带到中国来讨论这些只关乎数据科学的问题。
在本次会议上,Cloudera资深架构师 陆锋与大家一同讨论并演示了如何在Cloudera数据科学家工作台中配置使用TensorFlow做深度学习,包括基于GPU以及基于Spark的使用方式。
英特尔的机器学习和大数据软件工程师 张尧,演示了大数据用户和数据科学家如何使用BigDL以分布式方式对海量数据进行深度学习分析(如图像识别、对象检测、NLP等)。
数据科学家 康祖令博士在专题报告中,从算法模型的角色论述深度学习在推荐领域的最新发展方向,另一方面同时向听众介绍如何在CDSW平台上实现这一基于深度学习的推荐模型。
最后,小沃科技大数据架构师 何驾澍向大家介绍了如何基于运营商海量的用户的人口学属性、行为数据来帮助内外客户做出有效的经营决策决策:包括联通DMP平台,行业洞察报告,及风控服务。
好文章,需要你的鼓励
超过二十年前,记者尼古拉斯·卡尔在《哈佛商业评论》中提出IT是商品化服务,缺乏竞争优势,这一争议再次成为焦点。当前由AI和自动化推动的技术变革中,许多企业领导者将技术决策推给IT部门,然后对结果不满。问题的核心在于组织未能构建让技术成功的环境。企业需要三个转变:将基础IT服务视为公用设施,在传统IT外构建数字和AI能力,让业务领导者对技术成果负责。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
企业不仅能精准掌握碳足迹,更能在运营中产生可量化的商业价值,真正将可持续性从“理念”变为“行动”。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。