玛雅机器人AI技术和应用研讨会如期举行!

2018年11月24日,人工智能AI报告会在玛雅机器人的会议厅内如期举行!

本次研讨会,我们邀请陈里作为特别嘉宾到访玛雅机器人:

  陈里: 清华大学数学博士毕业,现就职于科磊半导体设备技术(上海)有限公司,专业从事AI领域研究工作!

作为在AI领域机器学习和深度学习方面算法研究人员,陈里博士本次到访玛雅机器人,做相关机器学习、深度学习方面新型理论应用的基础原理报告会。

在日常生活和工作中,大数据应用开始扮演着越来越重要的角色,但是许多工程应用中的数据集存在一些缺失,如推荐系统、调查数据、用户评价系统等,这对进一步的模型训练带来了不小的困难,所以需要一定的技术来补全缺失!

研讨会现场,陈里博士就目前市场现状,和大家一起研讨了《矩阵补全的基本原理及算法介绍》,并对其进行详细的算法原理,及在何种情况下,可以利用这套基本原理和算法来解决问题。

包括近端梯度下降方法、奇异值分解、凸松弛技术等,这些工具在特征选择、字典学习、稀疏编码和压缩感知等领域有着广泛的应用。

最早这个问题火起来是因为Netflix公司的公开挑战,悬赏100万美金给予最优胜团队,预测该公司的客户分别喜欢什么影片,要把影片推荐引擎的预测效果提高10%以上,最后的结果是2009年9月BellKor's Pragmatic chaos获得这个大奖。

那什么是matrix completion问题,简单的来说,在一个电影评分系统中,用户对电影的喜爱程度的数据,是一个非常稀疏的数据集,一个用户可能只对十几部、几十部电影进行评价,要进行矩阵补全,来推断整个用户群对不同电影的评分。

在玛雅机器人千人千网个性化推荐系统的实际应用中,也经常存在用户行为特征矩阵稀疏的问题,矩阵补全技术很显然可以对推荐引擎的预测效率进行较好的提升。

玛雅机器人CTO陈汝烨及研发团队,分享了NLP研究领域相关研究方向和尝试,包括最底层的分词、词性标注、命名实体识别等NLP基础平台的研究成果。

并就实际产业应用的需求和应用场景进行了深入的交流,玛雅机器人一贯坚持以解决实际痛点的专业AI解决方案,帮助政府、金融、医疗、汽车等各个领域的用户解决传统软件无法解决的问题和带来更高的价值!

欢迎大家使用玛雅机器人自主研发底层“MYNLP”自然语言处理平台https://github.com/search?q=mynlp,包含词法分析、句法分析、词向量表示、通用神经网络模型等多种AI开源工具。