【O'Reilly AI Conference 2019】在边缘部署机器学习模型（Deploying machine learning models on the edge），Yan Zhang (Microsoft), Mathew Salvaris (Microsoft)

报告主题：Deploying machine learning models on the edge

报告摘要： 当物联网遇到人工智能时，大数据，云计算和智能边缘方面的新一轮创新开始。据估计，到2020年，个人或企业物联网设备每天将产生250 PB的数据。边缘计算非常适合处理此数据，因为边缘计算提供了一种在本地计算设备而非云或远程数据中心收集和处理数据的方法。它对物联网应用具有两个主要优势：实时数据分析和减少向云的数据传输。因此，物联网设备的延迟减少，并且对状态变化的反应更快。作为边缘计算的一部分，智能边缘旨在将预测分析引入边缘设备。 Yan Zhang和Mathew Salvaris探索了在边缘部署机器学习模型的方法，实践和工具，提供了使用Python创建预训练的ML模型，将其打包在Docker容器中以及按以下方式部署的逐步指南。边缘设备上的本地服务。他们概述了如何测试和验证每个步骤以及发现您可能遇到的陷阱。

邀请嘉宾：Yan Zhang (Microsoft)、 Mathew Salvaris (Microsoft)

嘉宾简介

Yan Zhang是Microsoft Cloud and Enterprise数据小组算法和数据科学团队的高级数据科学家。她建立了预测分析模型，并在云机器学习平台上推广了机器学习解决方案。她最近的研究包括医疗领域的成本预测和欺诈索赔检测，物联网应用程序的预测性维护，客户细分和文本挖掘。此前，她是锡拉丘兹大学（Syracuse University）的研究教员。Yan拥有佛蒙特大学计算机科学系的数据挖掘博士学位。她是23种出版物的作者，其中包括期刊文章，会议论文和博客文章。她的第一篇论文获得了第17届IEEE最佳论文奖人工智能工具国际会议。她是2015年9月出版的《使用Microsoft Azure机器学习进行预测性分析》（第二版）的审稿人之一。

Mathew Salvaris是Microsoft的数据科学家。以前，Mathew是一家小型创业公司的数据科学家，该公司为基金经理提供分析。UCL认知神经科学研究所的博士后研究员，在帕特里克·哈格德（Patrick Haggard）的自愿和自由意志领域工作，设计了模型，使用脑电图（EEG）实时解码运动皮层中的人类决策；他是埃塞克斯大学脑计算机接口小组的博士后，在那里他从事BCI的计算机鼠标控制工作。Mathew拥有脑机接口博士学位和分布式人工智能理学硕士学位。