作為一名開發(fā)者，你的機器學習之路選對了嗎？

近10年來，機器學習發(fā)展勢頭迅猛，被廣泛應用于搜索系統(tǒng)，推薦系統(tǒng)、垃圾郵件檢索、信用評分、欺詐檢測、股票交易、醫(yī)療、自動駕駛、人臉識別等多個方面。機器學習所散發(fā)出的魅力遍及了人工智能的各個領域。

機器學習領域大牛吳恩達曾在一節(jié)斯坦福大學公開課中說，機器學習是所有計算機科學中最激動人心的一個領域。麥肯錫全球研究院也曾在一篇報告中斷言機器學習（即數據挖掘和預測分析）將會驅動下一次革新浪潮。

鑒于機器學習廣泛的應用場景，越來越多的開發(fā)者開始關注并轉型機器學習，希望能讓自己在未來更有價值；越來越多企業(yè)在新浪潮的轉型中使用各種方法嘗試機器學習，希望能給企業(yè)帶來更進一步的改觀。

▌作為一名開發(fā)者，你的機器學習之路選對了嗎？

機器學習涉及概率論、統(tǒng)計學、逼近論、凸分析、算法復雜度理論等學科，體系龐大，有很多東西都需要學習，學習過程中很容易找不到方向。也有不少開發(fā)者向營長詢問，“我要轉型機器學習，該哪個方面開始呢？”“我有一定基礎，但是如何突破呢？”，有沒有一種學習方法能適合大部分人呢？營長覺得就是“讓學習從實踐中來，到實踐中去”，反復使用，直到熟練掌握，運用自如。那如何從實踐中貫通并提升你的所學呢？

▌嘗試在借助機器學習改善業(yè)務的企業(yè)，你的方向是正確的嗎？

在機器學習方面，企業(yè)經常犯的錯誤類似于：請一位廚師來制造烤箱或請一位電氣工程師去烘烤面包?，F(xiàn)在有很多的機器學習課程和教科書，但它們都是關于如何從零開始制造烤箱（以及微波爐、攪拌機、烤面包機、水壺……），而不是如何烹飪和創(chuàng)新配方。但對大多數企業(yè)而言，其實他們需要的只是烹飪方法——即解決他們業(yè)務問題的方法。也就是說企業(yè)在機器學習方面應該是圍繞著業(yè)務應用布局。

不管是針對機器學習工程師還是借助AI轉型的企業(yè)，他們面臨的問題都跟“實踐”有關。如何通過“實踐”提升自己的機器學習水平，以及如何通過機器學習實際應用來改善企業(yè)的業(yè)務等級和營收能力。

那么，那些在實際業(yè)務上業(yè)已用機器學習取得了巨大成果的企業(yè)，究竟是怎樣做到這一點的？我們又能從這些高質量的技術實踐中借鑒到怎樣的有效經驗？

請鎖定 2018 年 11 月 8 - 9 日：由中國 IT 社區(qū) CSDN 與硅谷 AI 社區(qū) AICamp 聯(lián)合出品的2018 AI 開發(fā)者大會（AI NEXTCon），這是一場以技術落地為導向的干貨性會議！而 11 月 9 日的機器學習技術主題會場，更有 9 位一線技術大咖現(xiàn)場為你講解機器學習在國內外頂級產品中的實踐經驗。

下面一起來看下本場次大會的重磅講師以及議題方向：

胡時偉：第四范式聯(lián)合創(chuàng)始人、首席架構師

演講議題：“零”門檻開發(fā)高維機器學習應用

胡時偉，第四范式聯(lián)合創(chuàng)始人、首席架構師。在百度任職期間作為系統(tǒng)架構負責人，主持了百度商業(yè)客戶運營、鳳巢新興變現(xiàn)、“商業(yè)知心”搜索、阿拉丁生態(tài)等多個核心系統(tǒng)的架構設計工作。作為鏈家網創(chuàng)始團隊，從0開始完成了鏈家網新主站、經紀人新作業(yè)系統(tǒng)、績效變革系統(tǒng)的整體架構設計以及研發(fā)團隊的建設管理，參與規(guī)劃及推動了鏈家系統(tǒng)和研發(fā)體系的互聯(lián)網化轉型?，F(xiàn)任第四范式首席架構師，帶領產品研發(fā)團隊打造出可幫助企業(yè)實現(xiàn)人工智能應用開發(fā)和運行的全流程AI平臺——“第四范式先知”，該平臺2016年榮獲中國智能科技最高獎－吳文俊人工智能科學技術獎一等獎。

李磊：字節(jié)跳動人工智能實驗室總監(jiān)

演講議題：互聯(lián)網信息摘要與機器寫稿關鍵技術及應用（擬定）

李磊，字節(jié)跳動人工智能實驗室總監(jiān)。原百度美國深度學習實驗室少帥科學家。上海交通大學計算機系本科，卡耐基梅隆大學計算機系博士，加州大學伯克利分校博士后研究員。曾獲2012年美國計算機學會SIGKDD最佳博士論文之一、2017年吳文俊人工智能技術發(fā)明二等獎。在機器學習、數據挖掘和自然語言理解領域于國際頂級學術會議發(fā)表論文30余篇，擁有三項美國技術發(fā)明專利，擔任2017 KDD Cup與KDD2018 Hands-on Tutorial聯(lián)合主席和ICML、KDD、IJCAI、AAAI等大會程序委員。

Liang Zhang：LinkedIn機器學習總監(jiān)

演講議題：AI在大規(guī)模招聘求職上的應用

Liang Zhang，LinkedIn 機器學習技術總監(jiān)，負責 LinkedIn 的 Search AI 研發(fā)。在 LinkedIn 工作期間，成功主導了多個產品（廣告、Feed流、郵件、通知、招聘以及搜索）的核心AI項目，并通過先進的AI技術為 500M+ 專業(yè)用戶帶來良好的體驗。Liang Zhang 于 2008 年獲得杜克大學統(tǒng)計學專業(yè)博士學位，2008-2012 年任職 Yahoo! 實驗室科學家，2012 年至今在 LinkedIn 任職。曾在頂級計算機科學會議和統(tǒng)計期刊上發(fā)表了大量文章，擁有 20 多項 AI 專利，同時擔任多個數據挖掘和機器學習會議的程序委員會成員。

何仁清：美團點評研究員、美團配送AI方向負責人

演講議題：美團即時配送的算法體系和發(fā)展

何仁清，美團點評研究員、美團配送AI方向負責人。2006年哈爾濱工業(yè)大學計算機碩士，畢業(yè)后加入百度鳳巢團隊，從事自然語言處理、數據挖掘、機器學習、檢索等研究方向，離職前任百度主任架構師。2016年初加入美團點評，整體負責美團配送的算法策略，進行智能配送系統(tǒng)建設，全面支持美團配送業(yè)務發(fā)展。目前工作方向橫跨運籌優(yōu)化、機器學習、時空大數據挖掘等多個學科，工作內容包括：智能調度、ETA、智能定價、智能規(guī)劃、機器學習、軌跡挖掘、配送仿真等多個模塊。

劉博：高級架構師、新浪微博機器學習研發(fā)部基礎算法負責人

演講議題：機器學習在微博信息流推薦的應用實踐

劉博，高級架構師、新浪微博機器學習研發(fā)部基礎算法負責人。2012年畢業(yè)于北京理工大學，后加入新浪微博，先后任職于搜索部、大數據研發(fā)部、機器學習研發(fā)部。關注領域在機器學習、推薦系統(tǒng)、自然語言處理、anti-spam，目前主要focus在如何通過機器學習對用戶和內容進行精準鏈接，進而提升微博用戶在feed流中消費內容和發(fā)現(xiàn)內容的效率。

楊旭：阿里巴巴資深技術專家

演講議題：Alink流式算法平臺架構與實現(xiàn)

楊旭，阿里巴巴資深技術專家。2004年獲南開大學數學博士學位；隨后在南開大學信息學院從事博士后研究工作；2006年加入微軟亞洲研究院，進行符號計算、大規(guī)模矩陣計算及機器學習算法研究；2010年加入阿里巴巴，從事大數據相關的統(tǒng)計和機器學習算法研發(fā)。去年出版《機器學習在線——解析阿里云機器學習算法平臺》。

張瑞：知乎機器學習團隊負責人

演講議題：知乎首頁信息流系統(tǒng)的框架及機器學習技術在推薦策略中的應用

張瑞，知乎機器學習團隊負責人。畢業(yè)于北京郵電大學。畢業(yè)至今先后在百度、豌豆莢等從事搜索、搜索廣告、推薦系統(tǒng)中的機器學習、自然語言處理、推薦算法等方向的工作。目前擔任知乎首頁業(yè)務總監(jiān)，負責知乎信息流產品的技術研發(fā)及產品運營團隊。

崔志：小米閑聊算法負責人

演講議題：機器學習技術在 “小愛同學”閑聊算法中的應用

崔志，小米閑聊算法負責人。2016年畢業(yè)于加州大學圣地亞哥分校。2017年加入小米公司，負責閑聊的相關算法及閑聊項目架構的工作。

曹皓：百度核心搜索部資深研發(fā)工程師

演講議題：機器學習在搜索領域的實踐

曹皓，百度核心搜索部資深研發(fā)工程師。2012年碩士畢業(yè)于北京大學軟件工程專業(yè)。同年加入百度，一直負責百度搜索系統(tǒng)調研架構相關研發(fā)工作，支撐搜索算法持續(xù)快速迭代進化，覆蓋了算法迭代、A/B Test以及大數據OLAP分析等環(huán)節(jié)；其中，從無到有搭建了百度搜索機器學習全流程平臺，見證了百度搜索機器學習化全過程，不斷推進搜索調研效率的提升。

除了機器學習技術專題之外，大會還開設了自然語言處理、機器學習工具、數據分析、知識圖譜、計算機視覺、語音識別等技術專題，以及智慧金融、智能駕駛、智慧醫(yī)療等行業(yè)峰會。