講者

頁數: 1 2 3 4 5 6 7 - 每頁 20 筆

共有 131 位講者

人工智慧╳資料科學演講:

李宏毅

李宏毅 GAN (不是髒話)

為什麼最近在做深度學習的人都一直在 GAN 來 GAN 去的呢?那是因為有一個新的技術叫生成式對抗網路 (Generative Adversarial Network, GAN),這個技術顯然是深度學習的下一個熱點。在機器學習領域,回歸 (regression) 和分類 (classification) 這兩項任務的解法人們已經不再陌生,但是如何讓機器更進一步創造出有結構的複雜物件 (例如:圖片、文句) 仍是一大挑戰。用生成式對抗網路,機器不只可以畫出以假亂真的人臉,也可以根據一段敘述文字,自己畫出對應的圖案。本課程希望能帶大家認識生成式對抗網路這個深度學習最前沿的技術。
more
李家岩

李家岩 製造資料?科學?!

資料科學 (Data Science) 與工業 4.0(Industry 4.0) 是近幾年來廣為討論的主題。在製造業的轉型過程中,如何以資料科學的角度,整合自動化實務和管理經驗,導入方法論以達到智慧製造 (Manufacturing Intelligence) 的理想。本演講藉由實際製造業個案瞭解製造現場解決問題的流程與方法,以實證「現地現物」角度來驗證模型的績效。從瞭解製造現場的特性開始著手,解說智慧型製造系統的概念與運作原理。並根據製造現場的特性,與資料所呈現出的特殊樣型作一比對,例如:平行機台、抽樣檢測、維修保養、換線換模前置作業等,來釐清製造現場與資料之間的迷思,與各位學員一同分享與探討。
more
李祈均

李祈均 機器智能與人類行為: 跨領域決策分析於醫療應用

長年來領域專家透過解析感測器訊號、歸納有用資訊、並進行適切處理以完成各種與人息息相關的決策應用(decision analytics)。在(非)結構化資料快速累積、機器學習演算法高速進展,並配合深度跨領域知識整合下,依機器智開發嶄新的訊息決策分析架構正蓬勃發展中 。在此一演講中,我們會以多個醫療應用為主軸,分享我們近期透過機器智能並以人本運算角度為出發而開發出「高可信度(reliability)」、「可規模化(scalable)」、「客觀且一致(objective)」 的人類訊息行為分析決策於醫療應用(AI-in-Health Behavior Analytics)。實例分享包涵:臨床血癌診斷輔助、未來中風風險評估、可計算式自閉症失調行為、及內在情緒感受辨識等。此一技術發展更仰賴深度跨領域合作,以提供專家現實實務上有效且全新變革式的分析工具。
more
李昆謀

李昆謀 零售業資料科學實戰-從會員模型到行為預測

零售業品牌經營的核心關鍵是“品牌會員”,從會員歷史的交易數據中,透過數學模型或Machine Learning的方式,有效擷取出有價值的會員,設法提高會員的貢獻度,就是品牌價值成長的關鍵。91APP過去五年與百大電商品牌和知名跨國品牌的合作中,我們學會了如何深入品牌全通路(Omni-Channel)的數據,利用視覺化圖表工具解析品牌經營問題,利用模型分群操作會員,利用Machine Learning預測會員行為,協助零售業成為數據驅動的新零售產業,在此分享我們這五年來真實的操作實戰經驗。
more
李育杰

李育杰 Smart Sensing and Continuous Monitoring

IoT applications are expected to have huge impact to us in a very near future. People imagine Intelligent Transportation Systems, Intelligent Care Systems, smart buildings, or even smart cities may become reality. With smart sensing technology and machine learning algorithms, we are able to understand the environment states and monitor any particular anomalous conditions. Data driven approach becomes a key corner stone for the success of most IoT applications. However, compared to traditional data analytics, data analysis in IoT applications seems to be more challenging simply due to the huge amount of data that can be easily generated by IoT devices in a small period and we have to deal with them using very limited computational resources. In this talk, we introduce our envelope representation for IoT time series data which can be considered as a sparse coding for the time series. With this representation, we are able to deal with IoT data and develop anomaly detection algorithm under the hardware limitations. We will show its applications in monitoring the running machine status and user identification.
more
李慕約

李慕約 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
杜書儒

杜書儒 醫學影像與機器學習的完美結合

結合醫學影像與機器學習是一個橫跨不同領域的新研究方向。高齡人口的社會與經濟能力的提升正在加速高階精準醫療的龐大需求。很多大型企業投入大量的研究人力與物力要搶食結合人工智慧與醫療產業有關的市場。首先我會先介紹我的教育背景與研究興趣,然後我會簡短講解醫學影像的一些專業核心技術。接著我會分享我目前所做的一些機器學習與肺癌診斷有關的研究。同時介紹如何應用機器學習來整合醫學影像、診斷醫學、與放射治療的一些個人看法與展望方向。最後會提供我的一些如何進入這個領域的專業建議。
more
宋政隆

宋政隆 深度學習環境建置與模型訓練實務

近年來,計算規模的提升激發深度學習在大量資料下的成效,快速地訓練模型成為深度學習應用之成功關鍵。平行化計算是加速訓練大型資料集或是複雜網路的主要手段,其涵蓋了軟硬體配置、深度學習框架設定、資料的預處理、到 hyper parameters 調整優化,過程中有許多環節可能影響計算速度或正確性。此外,平行化系統可能是配置有多台機器分散式環境,管理與監控計算資源也是一項重要的課題。在這個演講,我們將分享校調深度學習訓練參數的經驗以及管理監控深度學習運算資源的實務。
more
江淳芳

江淳芳 資料科學在政治經濟學中的應用

資料科學可以如何應用在政治經濟學中? 我們將介紹幾個例子,說明如何結合機器學習,文字分析與不同的統計方法,探討貿易態度,媒體意識形態與選舉預測等常見的政治經濟學議題。我們將討論如何結合實驗性問卷與文字分析來了解民眾支持或反對貿易協定背後的偏好與考量。
more
江振國

江振國 有效的應用深度學習於電腦視覺問題

深度學習技術已經被證實能有效的提升傳統機器學習方法,在許多電腦視覺問題上,達到更高的辨識率與準確性,但在訓練資料不足或是模型過度複雜時,深度學習模型在訓練上容易遇到overfitting的問題,當設計了新的深度學習模型,如何正確訓練出新的模型,並進一步能提升模型的準確性,將是本演講專注的重點之一。其次,針對較複雜的電腦視覺問題,如何設計並結合包含多種手段的深度學習架構,產生新的深度學習方法,將在此一演講中詳細介紹。
more
官順暉

官順暉 Cultivating Data Culture as A Startup

如果,把塑造一家公司內部的 Data-Driven Culture 視為是經營一家 startup 的話,那麼在它不長的生命週期裏頭,一樣會有開發與營運的技術問題,一樣要面臨 growth,一樣要考慮要丟多少資源在 marketing,更要常常想什麼是最適合 pivot 的時間點… 2017 年,透過 Kaggle 發起了 4 場的 Data Game,參加了 Google Next '17,在 PyCon Taiwan '17 露臉,跑去義大利的 ACM RecSys '17,…這是一場在一年內用力往 Data-Driven Culture 之旅,與大家分享我們看到了什麼~
more
金國慶, Irwin King

金國慶, Irwin King How Do People Prefer To Learn? eLearning Trends and Predictions 2017 人們喜歡如何學習?2017年電子學習趨勢與預測

E-learning is now indispensable as a mean for education. In particular, with the advent of Massive Open Online Course (MOOC), University Open Online Course (UOOC), Small Personal Online Course (SPOC), flipped classroom, etc., these novel online courses are providing quality education to the masses, and are fueling a transformative change with the use of technology. In this talk, I plan to chart out the current trends in e-learning, including learning habits of users, popularities of courses, and its impact on career development. We will also examine some learning analytics technologies that are being used to support e-learning. With these technologies, we will be able to help the educators to deliver better learning experiences in e-learning platforms, e.g., personalizing the learning sequence for different learners, tracking people’s attention, etc. 以電子學習作為教育的手段是不可或缺的。 特別是隨著大眾開放在線課程(MOOC),大學開放在線課程(UOOC),小型個人在線課程(SPOC),翻譯教室等的出現,這些新穎的網絡課程正在向群眾提供優質教育,並通過技術推動了變革。這個演講將會介紹當前電子學習的趨勢,包括用戶的學習習慣,課程的流行度以及對職業發展的貢獻。我們還探討一些用於支持電子學習的數據分析技術。 借助這些技術,我們將能夠幫助教育者在電子學習平台上提供更好的學習體驗,例如個性化不同學習者的學習順序,跟踪用戶的注意力等。
more
林國銘

林國銘 從手解演算法看 AI,搶錢搶糧搶未來

1. 高薪人才需求: 談談中國的中高階人才需求,不可不知的市場現況 2. 搶錢搶糧搶未來: 學習沒有懶人包,AI 教育的重要性 3. 動手學 AI: 從算法著手,從應用回眸 4. 手撕演算法: 把技術貢獻給全世界,力量留給臺灣 5. 加碼不小心分享: 超低調手刻 AI 程式交易演算法經驗談
more
林守德

林守德 人工智慧第三波革命

人工智慧演進至今已經邁入第三波。本演講將闡述第三波人工智慧在看什麼樣的問題?尋求什麼樣的技術?產生什麼樣的影響?講者也將討論未來人工智慧的走向,以及何謂目前人工智慧的藍海。
more
林明仁

林明仁 An Economist's Random Walk in the Data Forest

社會科學家的工作即是描述、解釋、甚至預測社會現象。我們首先建構人類行為的理論,接著觀察社會並收集、分析資料,在理論與實證的不斷互動中,持續修正我們對這個世界的想像與看法。政治學、經濟學與社會學或許有不同的關心議題與切入視角,但是這個過程,一直是社會科學重要的核心方法論之一。 然而過去幾年來,由於資料運算與儲存技術的爆炸性成長,再加上machine learning 的發展, 都從根本上改變了社會科學家看待與使用資料的方式! 這個短講將分享過去幾年我們在研究上與資料科學互動的經驗。
more
林軒田

林軒田 The Interplay of Big Data, Machine Learning, and Artificial Intelligence

Big data has been widely recognized as crucial assets to enterprises across the globe while artificial intelligence has become one of the most transformative forces this time, and also brought fame to machine learning overnight. In this talk, Hsuan-Tien will share his perspective of the interplay among the three concepts according to his substantial research results and solid experience in the field of applications.
more
林宗瑤

林宗瑤 AI Technologies for Embedded Devices

There are more and more intelligence demands on the embedded system such as smart phone, smart phone, drone…. The challenge for embedded AI is limited power budget and computing resource. Challenges also mean opportunities. This speech will introduce the technologies to enable AI on the embeded devices.
more
林宭宇

林宭宇 資料科學與軟體工程-機器學習導入生產系統

隨著近年學術研究進展及相關工具成熟,各產業開始關注資料科學的應用。然而要滿足實務需求,不止要有好的資料科學模型,還要顧及其對軟體系統的要求,如系統的可靠性及可擴充性。一個團隊要能持續研發模型,並有效率地導入相應的軟體生產系統,會同時需要資料科學及軟體工程的長才,在團隊的協作及科技的選擇上也會有諸多考量與取捨。 講者將分享過去開發機器學習系統的經驗與心得。討論不同性質團隊的考量:從基礎完善的大公司Google、到決策彈性且變化迅速的新創團隊MetaMind、再到被收購後配合建構較新創階段更可靠可擴展的雲端系統。並討論不同應用的需求差異:文獻檢索、醫療影像、商務應用、APP後台API、及生產自動化。
more
林煜軒

林煜軒 手機資料如何輔助臨床診斷與治療?

我們設計的手機程式「Know Addiction」,顧名思義是幫助手機使用者能夠「了解」 (Know) 自己使用手機的程度 (Addiction),並且「預防」過度沉迷使用 (No Addiction)。 「Know Addiction」可以預測精神科醫師對手機成癮的判斷;也可以輔助提升醫師診斷的準確度。記錄的手機使用行為,還能讓研究人員開發新的演算方法,解讀人類的各種行為。全自動化的手機紀錄程式可以排除傳統紀錄的困難,可作為自我管理,亦可把資料數據藉由分享給專業人員參考。 「Know Addiction」不僅有「診斷」的功能,也有「治療」的效果。當使用手機的程度超過基準值時,雲端平台的決策系統,會自動提醒通知使用者。這套具有自動化、圖像化、自我檢測、雲端資源共享特點的系統,使「智慧型手機成癮」不但能診斷、治療、還能「自療」!
more
林鉦育

林鉦育 Data and AI @ E.SUN bank

根據玉山資料處理流程與業務應用經驗,分享實務故事與未來玉山AI發展應用的可能方向。
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。