講者

頁數: 1 2 3 4 5 6 7 - 每頁 20 筆

共有 129 位講者

Romeo Kienzler

Romeo Kienzler Realtime-Cognitive IoT using Deep Learning and Online Learning

DeepLearning frameworks are popping up at very high frequency but only a few of them are suitable to run on clusters, use GPUs and supporting topologies beyond Feed-Forward at the same time. DeepLearning4J, ApacheSystemML and TensorSpark feature all this without forcing you to learn new exotic programming languages and in addition also scales-out on well established infrastructures like ApacheSpark. In this talk we will introduce DeepLearning4J and Apache SystemML on top of ApacheSpark with an example to create an anomaly detector for IoT sensor data with a LSTM auto encoder neural network. We’ll also explain how Apache SystemML uses cost-based optimisers for Neural Network training and how TensorSpark parallelises TensorFlow on ApacheSpark.
more
Meeyoung Cha

Meeyoung Cha Detecting Rumors and Fake News Online

Social platforms are an ideal place for spreading rumors and fake news. As more people seek information and read news online, automatically debunking such false claims has become an urgent problem. Recent years have seen great advances in data-driven rumor research. This talk will review some of its major developments, including how a comprehensive set of user, structural, linguistic, and temporal features help us better understand their propagation processes. In detecting rumors and fake news in the wild, time becomes a critical factor. This talk will present how the significance of features changes by time and which features are prominent for early detection. I will also highlight the latest detection studies with deep learning techniques. Short Bio Meeyoung Cha is an associate professor at School of Computing in KAIST. Her research interests are in the analysis of complex network systems including online social networks with emphasis the spread of information, moods, and user influence. She received the best paper awards at ACM IMC 2007 for analyzing long-tail videos in YouTube and at ICWSM 2012 for studying social conventions in Twitter. Her research has been published in leading journals and conferences including PLoS One, Information Sciences, IJCAI, WWW, and ICWSM, and has been featured at the popular media outlets including the New York Times websites, Harvard Business Review’s research blog, the Washington Post, the New Scientist. Dr. Cha has worked at Facebook's Data Science Team as a Visiting Professor for a year.
more
Steve Tsang

Steve Tsang A Moonshot through the Cloud - Artificial Intelligence in Health and Medicine

The Cancer Moonshot aims to accelerate cancer research, make more therapies available to more patients, early detection and precision prevention. This presentation will discuss the Cancer Moonshot and how emerging technologies, such as cloud computing and artificial intelligence, will contribute to this initiative.
more
孔令傑

孔令傑 貓都學得會的手機送修資料分析

一個兼營手機銷售與維修的零售商,在面對顧客送修手機時,總是希望能盡快完成維修,因此料件的備貨就十分重要。為了最佳化備料決策,零售商應該盡量準確地預測料件的耗用。在本場演講中,講者將介紹他針對臺灣一家手機零售商的手機送修與銷售資料的分析,並分享他從中得到的心得與感想。
more
王晉元

王晉元 旅運時空資料分析在公共運輸之應用

透過跨域時空資料(電信信令資料、公車動態資料、與電子票證資料)分析私人運具與大眾運輸族群的移動行為,分析使用不同運具民眾之屬性以及運具使用狀況,以提出都會區及遊憩區之公共運輸整體營運改善策略,據以協助公共運輸主管機關推動區域運輸走廊之客運營運管理改善計畫。
more
王昱舜

王昱舜 重新認識資料視覺化

資料視覺化是一種將資料轉化為圖像,以便於使用者了解內容的方法。然而,不同資料有不同特性、不同的人來看同一筆資料時也有不同的目的,如何認清需求並且選用適當的方法,將會是資料視覺化是否成功的關鍵。在這個演講裡,我將與聽眾們分享一些案例,幫助大家拋開工程師的枷鎖,重新認識資料視覺化。
more
王淳恆

王淳恆 深度學習與 Kaggle 實戰

透過Kaggle的資料以及實戰經驗,分享如何快速累積深度學習的技能與經驗: 1. 由手寫辨識(Digit Recognizer)競賽入門 2. 入侵物種監測(Invasive Species Monitoring) 競賽 Top 1% (5/513) 經驗分享 3. 從太空了解亞馬遜流域 (Planet: Understanding the Amazon from Space) 競賽 Top 13%(119/938) 經驗分享 4. 紐約證交所 (New York Stock Exchange) 資料預測股價
more
王耀聰

王耀聰 Data Pipeline Matters-以 Tracking Pixel 為例

中小企業與新創團隊看過來~本分享將以訪客追蹤像素(Tracking Pixel)為例,說明如何蒐集網站訪客的線上行為,並比較不同的資料匯流(Data Pipeline)設計的成本結構,藉此說明近期雲服務 Serverless 與微服務 (Microservices) 的趨勢如何幫您省錢。
more
丘祐瑋

丘祐瑋 如何從輿情大數據探索企業間秘密關係

分公司、子公司、相關企業?企業間因為利益所產生錯綜複雜的關係,一直是為外人所難以看透的。但如果能夠勾勒出公司之間的關聯圖,我們便可以按圖索驥,了解當一家公司獲利或有財務危機時,將會是哪些公司會受到牽連。 而為了能夠快速建立公司之間的關聯,我們將使用文字探勘技術,探勘公司年報與新聞輿情,從字裡行間之間,建立公司的血緣圖。使用該血緣圖結合輿情系統,則以後當任一公司發出重大警訊時,我們便可以洞見前瞻,預警其關聯公司的潛在風險。
more
朱威達

朱威達 深度學習於影像風格分類之應用

本演講將針對兩種類型的影像探討深度學習在影像風格上的應用。人們往往可感受到影像的風格(style)差異,卻難以用言語定義風格。我們將以深度學習技術描述影像的紋路、視覺內容、以及其他難以言明的視覺特性,針對油畫影像以及電影海報影像進行分類。這兩類影像分別在藝術史學以及電影類型(genre)上都有較明確的定義。我們提出以類神經網路自動學習風格特徵,建構端對端的網路架構進行風格分類。
more
朱柏憲

朱柏憲 使用少量標記資料訓練聊天機器人的語意模型

聊天機器人的組成模塊中,有一些需要借助機器學習或是深度學習模型來判別的部份,可藉由一些 Transfer Learning 的技巧,減少原本訓練所需的標記資料量。同樣的方法在影像或是聲音也能拓展出許多應用。
more
吳宏彬

吳宏彬 運用 Spark 與電腦視覺科技協助瀕臨絕種的雪豹

雪豹原產於亞洲中部山區,具有敏感、機警、喜歡獨行、夜間活動的習性,加上生活在高海拔及遠離人跡地區,科學家對雪豹的了解仍然十分有限。由於非法捕獵等多種人為因素,雪豹的數量急劇減少,個體總數估計只有4,080至6,590隻,現已成為瀕臨絕種物種。 雪豹研究人員透過野外熱感應攝影機拍攝了將近一百三十萬張照片。本講次介紹如何透過MMLSpark開源工具,運用電腦視覺技術與Spark,協助研究員人員過濾出成功捕捉到雪豹的照片。並介紹專案中如何透過Transfer Learning, Data Augmentation的技巧提升辨識率。
more
吳君孝

吳君孝 Agri-Weather: 阿龜的微氣候資料科學

「阿龜微氣候天眼通」(Agriweather)的主要目標是以物聯網技術與資料科學技術,結合在地青小農,共同發展整合數據、監測、分析與專家知識的農業微氣候分析應用,打造「農業微氣候應用工具」。 本次將會分享一下我們是如何整合物聯網技術與資料科學技術,與在地青農一塊,打造「農業微氣候應用工具」的過程。
more
吳亭範

吳亭範 從雛形到千台連網相機的挑戰

從零到壹拼湊出雛形是創業的開始。從一到一千是系統擴充能力(Scalability)與演算法通用性(Generalizability)的考驗。兩歲的盾心科技,跌跌撞撞地走過這段日子。我們見證過平時表現好的模型在資料不足的地方嚴重失常。我們有很多未標記的影片,但我們沒有財力大量標注它們。因此我們透過研究與學術合作,把少量的資源做到最大的發揮 :聰明的選擇關鍵的資料標注(Active Learning);用我們對相機資料分佈的了解,做跨視覺領域適應(Cross Domain Adaptation) 用資料充足的領域去提升資料不足領域的表現,例如黑夜或是少見相機視角等等。希望這些研究結果對於各位手上的問題也能有幫助。
more
吳尚鴻

吳尚鴻 小 App 背後的大數據與人工智慧

App 市場是全球性的,但是非常競爭。開發者採取了許多不同的策略以獲取先期使用者(early adopters)以及產品市場契合(product-market fit)。多樣的策略、高度的競爭、以及許多不確定因素往往讓人以為 app 開發與執行必須要有大量的資源才能獲得成功。在這個演講中,講者基於多年深入研究機器學習以及參與並指導 app 開發團隊的經驗,帶領大家進行個案探討,從中一窺 app 成功的要素,以及如何有效利用巨量資料與深度學習創造競爭優勢。
more
吳沛燊

吳沛燊 用深度學習解決醫療尚未滿足的需求

Deep learning在醫療領域有很大的潛力,有機會為過去的一些難題提供新希望,然而要能創造出市場價值必須要從臨床情境出發,聚焦在真正值得被解決的問題,常見的盲點便是誤把技術上的突破與臨床效用畫上等號。本演講適合給有志於開發醫療機器學習應用的臨床人員與工程人員參考。
more
吳牧恩

吳牧恩 資料科學時代下的智能交易初體驗

隨著雲端技術與電腦運算的成長,金融交易模式也跟著大幅改變。過去人工方式選股,近年來程式交易興起,設計交易演算法由電腦自動下單逐漸蔚為風潮,許多人都想自行撰寫程式建立自己的演算法交易事業。而近年來交易環境的改變,利用傳統價量進行研發已不敷使用,而機器學習似乎為我們帶來一片希望? 究竟機器學習機制該如何用於交易策略研發? 深度學習技術能否帶來交易的AlphaGO?演算法交易該用什麼樣的工具? 本演講將針對這些問題進行探討。
more
吳齊軒

吳齊軒 從時空的方向整合企業資料與開放資料

企業要運用開放資料之前,須先將企業資料與開放資料整合。而大部分與開放資料的資料整合,是透過時空的方向做整合。本次演講中,我們以實例說明時空資料的分類,並且提出實務上可行的方法來整合各種類別的時空資料。
more
吳毅成

吳毅成 CGI and CGI

首先,我將先談第一個CGI,那就是我們CGI(Computer Games and Intelligence)實驗室,過去在人工智慧遊戲的研發成果。除了早期發明六子棋外,也研發出各種遊戲的人工智慧程式,如六子棋、圍棋、象棋、禁圍棋、暗棋、麻將、Nonogram、2048等。將會探討一些機器學習方法,用來改善這些程式強度。目前這些程式獲得超過50面國際競賽金牌;其中所研發出的2048人工智慧程式,是全世界第一支程式能打到65536磚塊的2048程式。 我將談的第二個CGI,那就是我們CGI(CGI Go Intelligence)圍棋程式之設計,包括我們所發展出新的類神經網路。該程式,在2017年八月世界智能圍棋公開賽中,獲得預賽全勝冠軍、決賽亞軍,其中曾擊敗騰訊公司的絕藝、DeepZenGo;也是第一個學界程式在正式的人機賽中,打敗職業九段棋士。
more
頁數: 1 2 3 4 5 6 7 - 每頁 20 筆

歡迎在此登錄您的大名及電子郵件地址,日後任何台灣資料科學協會舉辦的相關活動,我們將會以電子郵件通知您。謝謝。