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：Advanced model deployments with TensorFlow Serving

報告摘要：

TensorFlow服務是TensorFlow生態系統的基石之一。它極大地簡化了機器學習模型的部署，并加速了模型的部署。不幸的是，機器學習工程師不熟悉TensorFlow服務的細節，他們錯過了顯著的性能提升。Hannes Hapke簡要介紹了TensorFlow服務，然后深入介紹了高級設置和用例。他介紹了先進的概念和實施建議增加TensorFlow服務設置的性能,其中包括客戶如何請求服務器模型的元信息模型,選擇最優預測模型優化吞吐量的概述,批處理請求提高吞吐量性能,支持模型的一個示例實現A / B測試,和監控TensorFlow服務設置的概述。

邀請嘉賓：

Hannes Hapke是一位機器學習愛好者和谷歌開發專家。他將深度學習應用于各種計算機視覺和自然語言問題，主要興趣在于機器學習基礎設施和自動化模型工作流。Hannes是《自然語言處理在行動中的作用》一書的合著者，他正在為O 'Reilly使用TensorFlow構建機器學習管道。

報告主題：Executive Briefing: Will you learn Chinese to advance in AI?

報告摘要：

中國計劃跨越式發展人工智能，并向世界宣布到2025年將成為世界領先者，從而明確表明了這種意圖。根據艾倫人工智能研究所（AI2）d的研究，中國正在順利前進到2025年，在美國AI研究論文中被引用率最高的1％上超過美國，這表明中國研究人員發表的論文質量有所提高。

隨著AI研究在中國日趨成熟，隨著語言問題創造出不對稱信息，它也成為了自己獨特的社區。世界其他地區必須對技術領導力的轉變持開放態度，同時提供合作機會，并始終圍繞隱私，偏見和自主武器等問題保持堅定立場，以便也能從這種技術進步中受益。

Charlotte Han探索了中國政府的資金，文化以及對海量數據池的訪問對AI發展的意義，以及世界如何從這種進步中受益。

邀請嘉賓：Charlotte Han

嘉賓簡介

Charlotte Han處理數據并計算品牌和數字策略。由于在亞洲長大，在硅谷成為美國人，現在生活在歐洲，她學會了不要將事情視為理所當然，并在看起來不明顯的地方建立聯系。她對技術的所有事物都非常感興趣，尤其是技術如何改善人們的生活，并享受與不適應，叛逆者和麻煩制造者的網絡，這些人不怕動搖一切并突破可能的極限。

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：For AI to thrive, failure is necessary: A practical guide (sponsored by IBM Watson)

報告核心：

Ritika Gunnar通過研究分析為什么需要關注組織的文化并建立以數據為中心的方法來組建一個強大的，支持AI的組織。

嘉賓簡介

Ritika Gunnar ，IBM數據和AI專家服務與學習的副總裁。她和她的團隊一起通過數據優先和AI優先的方法與客戶合作，并使用基于知識的技能幫助實施數據和AI解決方案，以加快數據和AI企業功能的采用。之前，Ritika曾擔任IBM Watson產品副總裁，負責Watson的所有數據和AI產品組合，定義了產品組合戰略，產品執行和推動業務成果。她曾擔任IBM全球云和認知GTM組織的副總裁；曾擔任IBM數據和分析業務副總裁，負責制定IBM數據平臺，數據科學和分析實踐的戰略和執行；她領導并管理著IBM的主數據管理和信息集成與治理業務以及IBM的數據倉庫和分析業務。她于1999年以軟件工程師的身份加入IBM。Ritika擁有德克薩斯大學奧斯汀分校的計算機科學學士學位和商業管理碩士學位。

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。

主題： Exploration-Exploitation in Reinforcement Learning

摘要： 強化學習（RL）研究的是當環境（即動力和反饋）最初未知，但可以通過直接交互學習時的順序決策問題。學習問題的一個關鍵步驟是恰當地平衡對環境的探索，以便收集有用的信息，并利用所學的政策來收集盡可能多的回報。最近的理論結果證明，基于樂觀主義或后驗抽樣的方法（如UCRL、PSRL等）成功地解決了勘探開發難題，并且可能需要比簡單（但非常流行）的技術（如epsilon貪心）小指數的樣本來收斂到接近最優的策略。樂觀主義和后驗抽樣原則直接受到多臂bandit文獻的啟發，RL提出了具體的挑戰（例如，“局部”不確定性如何通過Markov動力學傳播），這需要更復雜的理論分析。本教程的重點是提供勘探開發困境的正式定義，討論其挑戰，并回顧不同優化標準（特別是有限時間和平均回報問題）的主要算法原則及其理論保證。在整個教程中，我們將討論開放的問題和未來可能的研究方向。

邀請嘉賓： Ronan Fruit，Inria SequeL團隊的博士生。他目前是蒙特利爾Facebook人工智能研究（FAIR）的研究實習生。他的研究集中在理論上理解強化學習中的探索性開發困境，以及設計具有可證明的良好后悔保證的算法。

Alessandro Lazaric，自2017年以來一直是Facebook AI Research（FAIR）實驗室的研究科學家，他之前是SequeL團隊Inria的研究員。他的主要研究主題是強化學習，在RL的理論和算法方面都做出了巨大貢獻。在過去的十年中，他研究了多臂土匪和強化學習框架中的勘探與開發困境，特別是在遺憾最小化，最佳武器識別，純粹探索和分層RL等問題上。

Matteo Pirotta，巴黎Facebook人工智能研究（FAIR）實驗室的研究科學家。之前，他是SequeL團隊的Inria博士后。2016年，他在米蘭理工大學（意大利）獲得計算機科學博士學位。他在強化學習方面的博士論文獲得了Dimitris N.Chorafas基金會獎和EurAI杰出論文獎。他的主要研究興趣是強化學習。近幾年來，他主要關注的是RL的勘探開發困境。