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) |
||
{{vimeoembed|240325309|800|450}}
{{youtubelink|PGaNt8qcvvg}}
{{SlidesSection}}
[[File:Машинное обучение в электронной коммерции – практика использования и подводные камни (Александр Сербул, SECR-2017).pdf|left|page=-|300px]]
{{----}}
{{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=2018-05-15T13:56:55.563193|vimeo_comments=0|vimeo_plays=112|youtube_comments=0|youtube_plays=96}}
[[Категория:SECR-2017]]
[[Категория:Machine Learning]] |
Версия 06:13, 9 июня 2018
- 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:208
Comments:0