Машинное обучение в электронной коммерции – практика использования и подводные камни (Александр Сербул, SECR-2017) — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) |
||
| (не показана одна промежуточная версия этого же участника) | |||
;{{SpeakerInfo}}: {{Speaker|Александр Сербул}}
<blockquote>
Доклад позволит соориентироваться в плеяде современных алгоритмов машинного обучения в разрезе прикладного использования для электронной коммерции и выбрать необходимые бесплатные библиотеки для реализации задач. Мы поделимся практическим опытом и историями успеха использования данных технологий в продакшн-среде.
Также особое внимание уделим технике использования популярных платформ и библиотек: Apache Spark, Spark MLlib, Hadoop, Amazon Kinesis, deeplearning4j. Отдельно остановимся на особенностях обработки “больших данных”, выборе и разработке параллельных алгоритмов для ML.
</blockquote>
{{VideoSection}}
{{vimeoembed|240325309|800|450}}
{{youtubelink|PGaNt8qcvvg}}{{letscomment}}
{{SlidesSection}}
[[File:Машинное обучение в электронной коммерции – практика использования и подводные камни (Александр Сербул, SECR-2017).pdf|left|page=-|300px]]
{{----}}
[[File:{{#setmainimage:Машинное обучение в электронной коммерции – практика использования и подводные камни (Александр Сербул, SECR-2017)!.jpg}}|center|640px]]
{{LinksSection}}
* [http://2017.secrus.org/program/submitted-presentations/machine-learning-in-e-commerce Страничка доклада на сайте конференции]
<!-- <blockquote>[©]</blockquote> -->
{{fblink|1961600570759621}}
{{vklink|817}}
<references/>
<!-- topub -->
{{stats|disqus_comments=0|refresh_time=2021-08-31T17:27:36.431449|vimeo_comments=0|vimeo_plays=190|youtube_comments=0|youtube_plays=119}}
[[Категория:SECR-2017]]
[[Категория:Machine Learning]]
[[Категория:AWS]] | |||
Текущая версия на 07:19, 20 октября 2025
- Докладчик
- Александр Сербул
Доклад позволит соориентироваться в плеяде современных алгоритмов машинного обучения в разрезе прикладного использования для электронной коммерции и выбрать необходимые бесплатные библиотеки для реализации задач. Мы поделимся практическим опытом и историями успеха использования данных технологий в продакшн-среде.
Также особое внимание уделим технике использования популярных платформ и библиотек: Apache Spark, Spark MLlib, Hadoop, Amazon Kinesis, deeplearning4j. Отдельно остановимся на особенностях обработки “больших данных”, выборе и разработке параллельных алгоритмов для ML.
Видео
Презентация
Примечания и ссылки
Plays:309
Comments:0

