亚洲男人的天堂2018av,欧美草比,久久久久久免费视频精选,国色天香在线看免费,久久久久亚洲av成人片仓井空

報告主題： TensorFlow, open source, and IBM

報告摘要： IBM長期致力于為客戶帶來最大利益的開源項目，并且公司多年來一直致力于為企業數據科學問題構建負責任的解決方案。本報告了解IBM在開源軟件TensorFlow，構建AI解決方案中的作用，以及IBM對最新版本（2.0）的興奮之處。

嘉賓介紹： Fred Reiss，加州大學伯克利分校博士，現在是位于舊金山的IBM Spark技術中心的首席架構師，并且是該中心的創始員工之一。 在此之前，他曾在IBM Research – Almaden工作，從事SystemML和SystemT項目以及DB2 with BLU Acceleration的研究原型。 弗雷德（Fred）擁有超過25種經過同行評審的出版物和6項專利。

主題： TensorFlow community announcements

摘要： Kemal El Moujahid透露了TensorFlow社區令人興奮的發展。加入以了解TensorFlow團隊如何為開發人員和企業成功提供新的和改進的資源。

邀請嘉賓： Kemal El Moujahid，是Google TensorFlow的產品總監。他熱衷于解決AI的重大問題并建立充滿活力的開發者社區。此前，凱末爾（Kemal）領導了Facebook的虛擬助手M，Messenger Platform和Wit.ai。凱末爾（Kalal）擁有巴黎高等理工學院和巴黎電信的學位，以及斯坦福大學商學院的MBA學位。

報告主題： TensorFlow.js: Bringing machine learning to JavaScript

報告摘要： Java是世界上使用最廣泛的編程語言，借助TensorFlow.js，可以將TensorFlow和機器學習的功能帶入JavaScript應用程序。 Sandeep Gupta和Joseph Paul Cohen介紹了TensorFlow.js庫，并展示了將機器學習與基于JavaScript的Web，移動和服務器端應用程序相結合的驚人可能性。

嘉賓介紹： Sandeep Gupta是Google的產品經理，他在其中幫助開發和推動TensorFlow（Google的開放源代碼庫和機器學習框架）的路線圖，以支持機器學習應用程序和研究。 他的重點是改善TensorFlow的可用性并推動社區和企業的采用。 Sandeep對機器學習和AI如何以多種方式改變生活感到興奮，他與Google團隊和外部合作伙伴一起為所有人創建了強大的可擴展解決方案。 此前，Sandeep曾是GE Global Research的高級成像和分析研究與開發的技術領導者，特別側重于醫學成像和醫療分析。

Joseph Paul Cohen是Mila和蒙特利爾大學的Yoshua Bengio的博士后。 約瑟夫（Joseph）領導Mila的醫學研究小組，致力于計算機視覺，基因組學和臨床數據。 他擁有波士頓馬薩諸塞大學的計算機科學和機器學習博士學位。 他的研究興趣包括醫療保健，生物信息學，機器學習，計算機視覺，臨時網絡和網絡安全。 約瑟夫獲得了美國國家科學基金會研究生獎學金和IVADO博士后獎學金。 他是the Institute for Reproducible Research的所長，該研究所致力于利用技術改善科學研究過程。

主題： Production ML pipelines with TensorFlow Extended (TFX)

摘要： AurélienGéron致力于使用TensorFlow Extended（TFX）創建生產ML管道，并使用TFX從ML編碼過渡到ML工程。在這里可以學習者可以遍歷基礎知識，將自己的第一個管道整合在一起，然后學習如何自定義TFX組件以及對模型性能進行深入分析。

課程大綱：

• 生產軟件部署和機器學習中的問題和方法
• TFX基本概述：庫，組件和元數據
• 動手研討會：您的第一個管道-帶有Airflow的本地TFX
• 動手練習：開發自定義組件
• 動手研討會：備用管道-A/B測試管道架構
• 使用TFX處理數據：使用TensorFlow數據驗證（TFDV）查找和修復問題
• 動手練習：模型理解問題-TensorFlow模型分析（TFMA）和假設分析
• 部署目標：Lite，JavaScript和服務
• 混合云和本地部署

邀請嘉賓： AurélienGéron，是Kiwisoft的機器學習顧問，也是O'Reilly暢銷書*《 Scikit-Learn，Keras和TensorFlow的動手機器學習》的作者*。之前，他領導YouTube的視頻分類團隊，是Wifirst 的創始人兼CTO，并曾在以下多個領域擔任顧問：金融（摩根大通和法國興業銀行），國防（加拿大國防部）和醫療保健（輸血）。他還出版了幾本技術書籍（有關C ++，WiFi和Internet體系結構），并且是巴黎多芬大學的講師。

報告主題：Building contextual AI assistants with machine learning and open source tools

報告摘要：泰勒·鄧恩（Tyler Dunn）通過引入基于機器學習的對話管理方法，挑戰了聊天機器人開發的常規方法。您將學習對話式AI的基礎知識，自然語言和對話管理背后的機器學習技術，以及使用Rasa Stack的基礎知識。RasaStack是一種基于ML的開源框架，使開發人員能夠在內部構建上下文助手。

邀請嘉賓：Tyler Dunn，是位于柏林的初創公司Rasa的產品經理，他專注于使開發人員能夠構建最佳的對話體驗并將其部署到生產中。之前，Ty是一名軟件工程師，最近是另一家對話式AI初創公司的研究團隊的成員。他有興趣使用這項技術來改善我們處理和應對每天所面臨的越來越多的信息和復雜性的方式。Ty擁有密歇根大學計算機科學專業的認知科學學士學位。

報告主題：How to deploy large-scale distributed data analytics and machine learning on containers (sponsored by HPE)

報告摘要：

數據量和復雜性每天都在增加，因此，公司必須了解其業務需求才能保持競爭優勢。得益于AI，機器學習和深度學習（DL）項目（例如Apache Spark，H2O，TensorFlow和Horovod），這些組織不再需要鎖定特定的供應商技術或專有解決方案來維持這種競爭優勢。這些功能豐富的深度學習應用程序可直接從開源社區獲得，其中包含針對特定用例量身定制的許多不同算法和選項。 企業面臨的最大挑戰之一是如何以一種簡單且一致的方式部署這些開源工具（請記住，其中一些工具具有操作系統內核和軟件組件）。例如，TensorFlow可以利用NVIDIA GPU資源，但是在GPU上運行TensorFlow要求用戶在主機上設置NVIDIA CUDA庫，并安裝和配置TensorFlow應用程序以利用GPU計算工具。設備驅動程序，庫和軟件版本的組合可能令人望而生畏，并可能對許多用戶造成失敗。 此外，由于GPU是一種高級資源，因此組織希望最大限度地利用它們。使用這些資源的群集需要按需配置，并在計算完成后立即釋放。 Docker容器是啟用這種即時集群置備和取消置備的理想選擇。它們還確保可重復且一致的部署。 Thomas Phelan演示了如何在安全的多租戶環境中使用Docker容器上的GPU硬件加速功能來部署AI，ML和DL應用程序，包括Spark，TensorFlow和Horovod。在Docker容器中使用基于GPU的服務確實需要仔細考慮，因此他還將探索一些最佳實踐。

嘉賓簡介

Thomas Phelan是BlueData的聯合創始人兼首席架構師。 此前，Silicon Graphics原始團隊的成員設計并實現了XFS，這是第一個商業上可用的64位文件系統。 他是VMware的一名早期員工，一名高級工程師和ESX存儲體系結構團隊的關鍵成員，他在其中設計和開發了ESX存儲I / O負載平衡子系統和模塊化可插拔存儲體系結構，并領導了許多關鍵團隊 存儲計劃，例如云存儲網關和vFlash。

報告主題：Executive Briefing: From laggard to leader—Winning the AI race

報告摘要： 與落后組織相比，領先組織的分析價值已超過60％。盡管如此，只有8％的公司從其分析投資中獲得了可觀的價值，甚至更少的公司可以量化分析對其業務的影響。挑戰在于建立變革，并知道從哪里開始。Google分析影響指數可幫助組織了解分析對底線的影響以及從分析中獲取最大價值以及量化其計劃成熟步伐所需的能力。

Anastasia Kouvela和Bharath Thota會帶您了解去年的結果，在這些結果中，參與組織的基準分為四個階段：落后者，追隨者，探險者和領導者。價值的幾個關鍵驅動力推動了分析的成功，包括在最高領導層中將清晰定義的分析策略集成到業務中，促進知識共享和技能開發的組織結構以及鼓勵分析實驗的數據驅動文化，由數據倉庫支持，可以訪問維護良好的實時數據。

邀請嘉賓：Anastasia Kouvela、Bharath Thota

嘉賓簡介

Anastasia Kouvela是AT Kearney的負責人，在咨詢領域擁有超過10年的經驗。她領導著跨行業的國際大規模運營轉型，并以提供具有影響力的轉型計劃著稱，該計劃致力于解決合并后的運營整合，成本優化，復雜性降低以及供應鏈和物流優化問題。Anastasia對分析和AI充滿熱情。

Bharath Thota是AT Kearney分析業務部門的副總裁，在數據科學，高級分析和技術的應用方面擁有14年以上的深厚專業知識，可幫助客戶進行分析轉型，改善業務績效，推動卓越運營并變得更加洞察力。他為研究做出了貢獻，并撰寫了有關大數據的主題。

報告主題：Building and deploying AI applications and systems at scale

報告摘要：Ben Lorica和Roger Chen回顧了當今公司如何構建AI應用程序。

邀請嘉賓：

Ben Lorica，是O'Reilly的首席數據科學家。Ben在各種環境中應用了商業智能，數據挖掘，機器學習和統計分析，包括直接營銷，消費者和市場研究，定向廣告，文本挖掘和金融工程。他的背景包括在一家投資管理公司，互聯網初創公司和金融服務公司任職。

羅杰·陳（Roger Chen），是Computable 聯合創始人兼首席執行官，還是O'Reilly人工智能會議的計劃主席。在此之前，他是O'Reilly AlphaTech Ventures（OATV）的負責人，在那里他投資于早期創業公司并與之合作，主要從事數據，機器學習和機器人技術領域。羅杰（Roger）具有深厚的動手技術歷史。在初創公司和風險投資之前，他是Oracle，EMC和Vicor 的工程師。他還開發了新型納米和量子光學技術為加州大學伯克利分校的博士研究員。羅杰擁有波士頓大學的學士學位和加州大學伯克利分校博士學位，無論是在電氣工程。

報告主題：Executive Briefing: Advances in privacy for machine learning systems

報告摘要： 我們在機器學習系統中實現隱私的程度是多少呢？Katharine Jarmul深入探討了隱私測量方面的最新進展，并解釋了這如何改變了機器學習中的隱私方法。那么將發現新的技術，包括差分私有數據收集，聯合學習和同態技術。并且還探討了自機器學習問世以來，為什么隱私變得越來越重要，以及像Apple這樣的公司為最終用戶保留隱私的努力。如果隱私變得更加重要，這將如何影響整個機器學習社區，以及與技術和理論討論交織在一起的其他更深層次的問題。

邀請嘉賓：Katharine Jarmul

嘉賓簡介

Katharine Jarmul是KIProtect的聯合創始人，是一位熱情高漲且享譽國際的數據科學家，程序員和講師。她的工作和研究專注于保護數據科學工作流的數據。在此之前，她曾在美國和德國的大型公司和初創公司中擔任過多個職務，負責實施數據處理和機器學習系統，重點是可靠性，可測試性和安全性。她是O'Reilly的作者，經常在國際軟件大會上作主題演講。