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=2020-01-22T18:10:1228T14:44:08.464800692163|vimeo_comments=0|vimeo_plays=175|youtube_comments=0|youtube_plays=112}}
[[Категория:SECR-2017]]
[[Категория:Machine Learning]]
[[Категория:AWS]] | |||
Версия 11:44, 28 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:287
Comments:0

