资深科学家Dr. Ge，来自亚马逊，将在社群语音分享中解析张量（Tensor）技术及其在社交网络、推荐系统、时序分析等领域的应用，包括基本技术、低秩张量在数据恢复中的作用、个性化推荐中的应用以及如何利用Spark解决大数据问题。
张量（Tensor) 作为学术界和工业界一种常用的机器学习模型，在社交网络、推荐系统、时序分析等领域都有着极为广泛的应用。然而，对于机器学习初学者来说，张量，又是一个非常非常难以理解的概念。它到底是数值？数组？向量？函数？矩阵运算？向量运算？...好像都有点沾边，但好像又都不是。
这一次我们邀请到了Tensor领域的专家Dr. Ge来为我们做一次有关张量（Tensor）的微信群语音分享。
Dr. Ge是亚马逊资深科学家，拥有美国Texas A&M大学的博士学位。主要研究涉及Tensor、社交分析、推荐系统等领域。本次社群语音分享，Dr. Ge将为大家介绍张量的技术及在不同场景中的应用。
通过本次分享，您能够了解到：
1. 张量（Tensor)的基本技术
2. Low Rank Tensor在时空数据恢复中的应用
3. Tensor在个性化推荐中的应用
4. Tensor在用户学习中的应用
5. 怎么结合Spark等分布式平台去解决大数据问题
这是一个与AI大咖直接交流的机会，如果您对这次语音分享感兴趣，请扫描下方海报二维码，添加贪心科技老师微信，分享活动海报后，老师将拉你入群（Dr. Ge会在群内与大家实时交流）。
扫一扫
1644
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
