5月27-29日，中国最大的大数据盛会-“大统计与数据科学联合会议”将在北京召开。此次会议由第九届中国R语言会议、第七届中国人民大学国际统计论坛、2016百分点数据与价值国际论坛组成。
5月28日，来自百度、埃森哲、加州大学、北京大学等国内外知名企业和高校的专家们，将在“2016百分点数据与价值国际论坛”上分享人工智能等前沿技术，以及大数据在各个行业的应用创新与实践。
主办方：百分点集团、北京大学
协办方：中国首席数据官联盟（中国CDO精英俱乐部）、中国大数据产业应用协同创新联盟
协办支持媒体：中国计算机报、中国企业报、Watchstor、IT168
本次活动正在火热报名中，由于名额有限，点击最下方“阅读原文”速速报名吧！
这些大咖都讲什么呢？小编为你一一道来。
我们收集、处理和分析大量数据的能力急速增长，推动了大数据革命。大数据的来源多种多样，包括顾客交易、供应链互动、运营、公司网站、社交媒体平台、移动设备基础设施和大量网络化的传感器，即“物联网”的组成部分。大数据与商业分析的结合已成为各行各业创新和发展的重要动力，与生产中传统的劳动力和资本因素并驾齐驱。如今，数据分析不仅是提高业务效率的基石，也在改善客户价值、提高产品服务价值、提高产品促销目标客户的准确性、提高定价管理和收入管理效率等方面发挥着关键作用。在本次演讲中，Dewan教授首先将对大数据革命的主要驱动力做详尽分析，再从医疗健康和数字营销两个领域探讨大数据分析的潜在商业价值。最后，他将阐明大数据价值创造对管理体系和政策制定的重要启示。
演讲主题：深度学习下的深度问答
随着搜索引擎的飞速发展，将互联网文本内容结构化，从中抽取有用的概念、实体，建立这些实体间的语义关系，并与已有多源异构知识库进行关联，从而构建大规模知识图谱，对于文本内容的语义理解以及搜索结果的精准化有着重要的意义。然而，如何以自然语言方式访问这些结构化的知识图谱资源，构建深度问答系统是摆在众多研究者和开发者前的一个重要问题。本报告将主要介绍以知识库问答为代表的深度问答的主流方法，重点介绍Deep Learning在其中的应用策略与方法，并对其中存在的问题和趋势进行分析和展望。
随着万维网组织W3C链接数据项目的提出和谷歌知识图谱项目的提出，知识库技术再次受到了热爱人工智能的研究人员和开发人员的广泛关注，并且在大数据分析中起到重要作用。本演将介绍知识图谱构建技术，知识的表示语言和知识推理技术，以及这些技术在问答系统、智能决策等应用场景的作用，为科研人员和开发人员构建特定的知识图谱及应用提供一定的借鉴思路。本演讲内容覆盖：
1）介绍知识工程与知识图谱的历史
2）介绍从Web资源构建知识图谱的一些关键技术，并且介绍知识推理技术
3）给出知识图谱技术的一些应用场景
4）给出知识图谱技术未来发展的一些建议
很多研究团队对机器学习技术的追求是“算得快”。落实到机群硬件配置和算法的选择上，成就了“专用计算机群”。实际上，在互联网和大数据环境下，首要目标是“能算大”。而“大”不是“算得快”就能做到的，而是要能形成业务闭环——运行Web服务、收集用户行为数据、通过机器学习理解用户、将学习得到的“知识”反馈到Web服务中以提升服务质量。一个典型的例子是Google搜索。此外，还要支持离线试验和在线试验。为了同时执行这么多种作业和支持多团队共享计算资源，我们需要通用机群计算技术。这个分享介绍用最新的技术打造通用计算机群，让所有团队公用一个机群，同时运行在线服务和离线计算、同时运行产品级别作业和实验性作业。
演讲主题：泰康的大数据两核应用
保险行业与数据有着深厚的历史渊源，随着大数据时代的到来，可获得可利用的数据日益丰富，数据在保险行业应用也越来越深化，本次报告主要介绍泰康的“大数据两核”模型，探讨如何通过大数据为核保人员提供全面的风险分级图谱。通过对数据和模型，对客户进行全面、准确的风险评估，提高了核保的一次性通过率，节省客户时间，提升客户体验，同时大大节约了公司的成本。
扫一扫
973
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
