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) |
||
[[File:{{#setmainimage:Машинное обучение в электронной коммерции – практика использования и подводные камни (Александр Сербул, SECR-2017)!.jpg}}|center|640px]] {{LinksSection}} * [http://2017.secr.ru/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=2020-01-04T15:03:1109T15:15:38.675229391430|vimeo_comments=0|vimeo_plays=174|youtube_comments=0|youtube_plays=112}} [[Категория:SECR-2017]] [[Категория:Machine Learning]] [[Категория:AWS]] |
Версия 12:15, 9 января 2020
- 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
Посмотрели доклад? Понравился? Напишите комментарий! Не согласны? Тем более напишите.
Презентация
Примечания и ссылки
Plays:286
Comments:0