机器学习作为实现人工智能的一个途径，是近 30 多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。目前已广泛应用于数据挖掘、计算机视觉、自然语言处理、搜索引擎、医学诊断、检测信用卡欺诈、语音和手写识别以及机器人等领域。
那么，在应用机器学习技术过程中有哪些坑，一些技术细节该如何操作，难点和痛点是什么，在哪里可以找到现成的答案呢？
AICon 上，一些大牛将首次分享机器学习在金融、电商、教育、社交等领域的最新落地案例，还有会前两天的深度培训系统讲解，应该能学到不少东西，目前大会 8 折报名倒计时进行中，更多精彩可点击文末阅读原文详细了解。
机器学习落地案例抢先看
社交｜知乎如何使用机器学习实现 News Feed 正向交互率提升 100%
News Feed 是用户进入知乎的第一个页面，也是知乎最大的流量入口之一。从 2016 年年底开始，我们使用机器学习技术对知乎的 News Feed 进行了改进，期间经历了 Edge Rank - Learning to Rank - DNN 模型推荐等阶段，并且取得了不错的成果：News Feed 的正向交互率提升了 100%，用户在 Feed 页的停留时长上升了 40%。本次分享，知乎机器学习团队负责人张瑞将会从产品和技术等方面向大家阐释知乎过去一年内所做的改进，包括他们在构建用户画像系统、首页的推荐和排序模块中遇到的一些技术问题和解决方法。
电商｜国美推荐引擎与算法持续部署实践
电商平台中，个性化推荐是提高用户购物体验的关键组件。作为国美在人工智能领域的重要试金石，“推荐系统如何做好算法的持续部署”是一个非常有挑战性的问题。本次分享以国美推荐引擎提升自身训练和决策能力的升级历程为主线，介绍了流式计算引擎、特征多级存储系统、机器学习算法的演进、A/B 测试系统、算法和特征的双链路监控、深度学习模型的实践部署等内容。同时还探讨了国美在人工智能领域未来的发力点。
教育｜Tutorabc 大数据和 AI 之路
本次分享将从大数据团队的构建、数据平台的架构和落地、数据仓库的建设、数据可视化、机器学习和人工智能如何结合大数据平台落地，讲叙 Tutorabc 大数据和 AI 的快速成长之路，以及在实践过程中，如何通过机器学习和人工智能有效帮助业务解决问题，提高业务服务效率，提升用户体验。在介绍过程中，会穿插讲解如何用一个不足 10 人的团队，解决“缺少银弹”的问题，并在完成对公司业务帮助的同时，见缝插针的解决技术架构升级。
外卖｜AI 在饿了么的应用实践
外卖行业继电商、出行之后成为第三个千万级别的互联网消费行业，每天有 2500 万人次足不出户地在外卖平台上找到自己喜欢的餐厅和食物，享受着 30 分钟送到手里的便利。如何精准地找到用户需求，提高转化率和增加用户粘度，最大化平台的物流效率和服务质量，都需要大数据和人工智能的帮助。饿了么技术副总裁张浩将主要通过分享 4 个实例，介绍机器学习和运筹优化在外卖行业的应用实践，具体讲讲算法解决方案和迭代过程。
金融｜如何利用大规模机器学习技术解决问题并创造价值
目前深度学习在某些领域已经有了较成熟的解决方案，例如图像特征提取、语音识别、文本翻译等。但企业级应用涉及各个范围，以上只是企业经营过程中的一小部分。在其他领域如营销、反欺诈、广告等行业应用，就需要一些其他的算法和技术，比如说超高维的特征工程和算法。
第四范式联合创始人胡时伟将从机器学习的概念开始，讲到怎样做数据清洗处理、机器学习的典型建模流程、机器学习常见的评估指标，以及第四范式在金融、互联网领域应用机器学习的成功案例。
商业｜微信小程序商业智能技术应用实践
2017 年初微信小程序正式上线，经过一年的发展，人们已经逐渐认识到小程序带来的便利，随着越来越多的人开始使用小程序，小程序已经成了微信生态系统中不可分割的一部分。微信小程序商业技术高级研究员张重阳将和大家一起分享小程序在商业化方向的技术尝试和相关应用案例，包括商业智能、数据决策、用户分析、个性化推荐等，并与大家一起探讨小程序未来的发展方向。
会前两天深度培训
如果说机器学习是一种实现人工智能的方法，那么，深度学习则是一种实现机器学习的途径。作为机器学习的子集，深度学习的出现造成了前所未有的巨大影响，是当今人工智能大爆炸的核心驱动。
为了让大家更好地掌握深度学习相关技术和典型落地案例，AICon 特设了会前为期 2 天的深度培训，邀请了微博 AI Lab 资深算法专家张俊林、旷世科技高级研究员熊鹏飞围绕机器学习、深度学习等 AI 技术，展开从入门到实践的落地分享，让你从 0 到 1 系统掌握。
培训课程｜深度学习在 CTR 预估中的应用
深度学习目前在图像处理／语音识别／自然语言处理等取得了突破性的进展，并在工业界获得广泛应用并取得了非常亮眼的效果。CTR 预估是目前各个互联网公司中广泛使用的应用任务，各种计算广告和推荐等排序任务中大量使用 CTR 预估相关技术，主流的 CTR 预估方法包括 LR／GBDT 等树模型／FM 因子分解机等模型。
本课程将分享目前主流的 CTR 预估是如何做的？如何将深度学习应用在 CTR 预估任务中，并取得超过传统方法的效果？目前的主流结合方法有哪些？各自有哪些优点缺点？目前较好的深度 CTR 模型有哪些好的模型结构及训练方法？
培训课程｜深度学习在图像理解中的应用
图像数据是互联网最大的数据来源之一，如何从海量的图像中获取到有用的信息成为当前业内研究的一个重要课题。用户行为理解、用户画像、信息流推送等任务中都会涉及到图像内容的理解。主流的图像理解包含人脸检测 / 属性、文字检测 / 识别、图像识别、图像标签、图像分割、行为分析等。
随着深度学习在图像理解中的不断突破，图像理解可以在有限的资源下得以完成。本课程重点分享深度学习在图像技术中的应用。通过传统的图像比对入手，介绍深度学习在图像理解中的基础技术，分析了目前主流方法的优劣性，并结合具体场景给出了针对性的解决方案。
好了，内容展示就到这里，案例没看过瘾？还想了解更多大咖的分享？目前大会 8 折倒计时报名中，购票页面输入优惠码：AIfront还可享受特别优惠，数量有限，先到先得！
详情可点击阅读原文了解，购票咨询：18510377288（同微信），也欢迎留言发表更多关于人工智能技术发展的看法。
－全文完－
人工智能已不再停留在大家的想象之中，各路大牛也都纷纷抓住这波风口，投入AI创业大潮。那么，2017年，到底都有哪些AI落地案例呢？机器学习、深度学习、NLP、图像识别等技术又该如何用来解决业务问题？
2018年1月11-14日，AICon全球人工智能技术大会上，一些大牛将首次分享AI在金融、电商、教育、外卖、搜索推荐、人脸识别、自动驾驶、语音交互等领域的最新落地案例，应该能学到不少东西。目前大会8折报名倒计时，更多精彩可点击阅读原文详细了解。
http://t.cn/Rl2MGtT
