华为诺亚方舟实验室—推荐系统中的前沿技术研究与落地报告

640?wx_fmt=jpeg

来源:专知

【导读】9月6-7日,2019中国AI开发者大会(AI ProCon 2019) 在北京拉开帷幕。本次大会由新一代人工智能产业技术创新战略联盟(AITISA)指导,鹏城实验室、北京智源人工智能研究院支持,专业中文IT技术社区CSDN主办。华为诺亚方舟实验室推荐与搜索项目组资深研究员唐睿明在会上作了题为“推荐系统中的前沿技术研究与落地:深度学习、强化学习与AutoML”的报告,本文整理了报告的主要内容,并分享了报告29页PPT,非常值得学习。

640?wx_fmt=jpeg

网址链接:

https://aiprocon.csdn.net/m/topic/ai_procon/topic_detail?mid=2051&id=9371

No.1

报告人简介

唐睿明 ,华为诺亚方舟实验室推荐与搜索项目组资深研究员。 他于2009年在中国东北大学获得学士学位,专业为计算机科学与技术; 并在2014年从新加坡国立大学计算机专业获得博士学位。 2014年底,他加入华为诺亚方舟实验室。 他的研究方向包括机器学习、推荐系统、深度学习、强化学习、AutoML等。 在基于深度学习和强化学习的推荐系统领域,他的多篇论文发表于国际顶级会议和期刊,如WWW,IJCAI,TOIS,AAAI,RecSys,SIGIR等。

640?wx_fmt=jpeg

No.2

报告

推荐系统在人们的日常生活中随处可见,是不可或缺的一部分。 深度学习 ,在大数据时代,做为主流的机器学习模型之一,在图像和语音识别领域取得了突破性的进展。 强化学习 ,在机器人控制和游戏博弈场景下,取得了长足的进步。 AutoML ,在计算视觉中的图像分类问题中,自动设计出各种新颖的神经网络,不断刷新各类竞赛的精度上限。 将这三类技术应用于推荐系统,会带来如何的效果,这是一个非常有趣且值得研究的课题。 在这次演讲中,我将首先向大家简单的介绍推荐系统、其在华为内部的一些应用场景; 然后我会向大家科普学术界和工业界中一些比较流行的用于推荐系统的深度学习、强化学习模型和AutoML技术; 同时,我会向大家展示诺亚方舟实验室研究出的学术成果以及其在推荐系统中的落地应用情况。 演讲大纲: 一、推荐系统在华为内部的应用场景。 二、学术界和工业界推荐系统中的深度学习、强化学习模型和AutoML技术。 三、诺亚方舟实验室研究出的学术成果以及其在推荐系统中的落地应用。

No.3

部分截图

640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
640?wx_fmt=jpeg
更多请下载报告ppt查看
https://download.csdn.net/meeting/speech_preview/790


640?wx_fmt=jpeg

《崛起的超级智能》一书主要阐述当今天人类为人工智能的春天到来而兴奋,为人工智能是否超越人类而恐慌的时候,一个更为庞大、远超人类预期的智能形态正在崛起,种种迹象表明50年来,互联网正在从网状结构进化成为类脑模型,数十亿人类智慧与数百亿机器智能通过互联网大脑结构,正在形成自然界前所未有的超级智能形式。这个新的超级智能的崛起正在对人类的科技,产业、经济,军事,国家竞争产生重要而深远的影响。

作者:刘锋   推荐专家:张亚勤、刘慈欣、周鸿祎、王飞跃、约翰、翰兹

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

640?wx_fmt=jpeg

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值