新的一周,最贴心、最懂你的51CTO播客壹周精选又为大家准备了哪些精彩内容呢?别着急,小编这就为大家总结了本周4个热门播客,场场干货,句句精彩,快点点击图片内容,先睹为快吧!
吴正轩 京东资深架构师
围绕着如何提高资源利用率如何让devops落地,JDOS平台使用Kubernetes来进行容器管理,真正的让研发同事用起来更爽、效率更高,也让服务器资源能够有效利用,同时也为业务的快速迭代提高效率。
冯扬 链家高级技术总监
对于房产行业而言,经纪人是一家企业的核心“资产”,对于经纪人的管理效率成为其核心竞争力。传统的多层级人工管理方式无论是在客观性、全面性上都存在效率问题。同时,链家从2014年开始拥抱互联网,开启信息化进程,使得对经纪人管理具备了数据基础。 本次分享从经纪人管理目标出发,介绍针对链家网的数据,如何借助机器学习算法的力量,构建房产经纪人的评估体系、经纪人等级状态模型、行为模型,以及应用于经纪人离职风险预估、成长路线辅助、违规风险预测等方面。听众能从分享中获取到关于机器学习在人效管理方面的应用,传统领域与深度学习相结合的方法,扩展机器学习应用范围的思路和视野。
杨骥 国美互联网大数据中心副总监
本次分享的内容基于国美互联网的业务场景,介绍了深度学习算法和架构的演进过程,重点是过程中遇到的挑战,及深度学习技术带来的提升效果。同时针对电商领域传统的基于用户行为构建个性化系统所存在的局限性,重点介绍了国美互联网使用深度学习技术的实践案例,包括如何使用卷积特征 (convolutional feature)做主体识别、如何使用CNN做商品品类预测、利用图像局部特征(SIFT、SURF、HOG等)进行展示重排序、图像相似性检索特征实时更新策略、实拍图像增强等内容。除此之外,还会介绍我们如何使用RBM做推荐物料生成的案例。
武健 京东高级算法工程师
京东的业务系统中大量用到了机器学习和数据挖掘技术,大量的业务数据和交易数据,在人工智能平台中,通过清洗出特征和标注数据进行处理。包括样本采样,样本调权,异常点去除,特征归一化处理,特征变化,特征组合等过程,最终生成的数据供模型训练使用。本课程将针对机器学习在应用场景中进行数据处理时遇到的各项挑战,展开深入的剖析。