O'Reilly、Cloudera 主办
Make Data Work
2017年7月12-13日:培训
2017年7月13-15日:会议
北京,中国
Zhichao Li

Zhichao Li
Senior Software Engineer, Intel

利智超来自于Intel大数据技术团队,专注于大数据分析领域, Spark contributor。他的同事和他致力于在Apache Spark平台上开发分布式机器学习算法,以满足大数据背景下的机器学习需求。他还为这些分布式机器学习算法在Intel平台上进行优化,以及帮助Intel的客户为他们的业务开发大数据分析程序。

议题

09:00–17:00 Wednesday, 2017-07-12
地点: 多功能厅3B(Function Room 3B) 观众水平 (Level): 中级 (Intermediate)
Carson Wang (Intel), Yucai Yu (Intel), Zhichao Li (Intel), Yiheng Wang (Intel), Daoyuan Wang (Intel)
平均得分:: *****
(5.00, 1 次得分)
这几年随着大数据分析和机器学习等等在工业界中越来越广泛的应用,越来越多的人选择在大数据平台比如Apache Spark之上构建大规模数据处理、分析和机器学习,以便利用大量原始数据和扩展架构。如何深入理解大数据关键技术并更好的运用它们?本次课程将结合当前大数据技术的浪潮和趋势,为您介绍Apache Spark的高级实践和原理解析,帮助您加深领会Apache Spark的精华设计思想,以及如何与流式分析、机器学习,深度学习等紧密结合,在数据采集,分析处理,特征提取,机器学习等方面提供一致性和集成性的高级实践。 了解更多信息.
11:15–11:55 Friday, 2017-07-14
赞助商赞助 (Sponsored)
地点: 多功能厅8A+8B(Function Room 8A+8B)
Yiheng Wang (Intel), Zhichao Li (Intel)
平均得分:: *****
(5.00, 1 次得分)
随着深度学习技术的不断成功,多种感知形式的应用程序在图像分类、对象检测和语音识别方面都有了快速增长。顺应这个趋势,英特尔推出的BigDL是基于Apache Spark的开源分布式深度学习框架。它包括丰富的对深度学习的支持和英特尔数学内核库(Math Kernel Library)加速,使用户能够在现有的Hadoop生态系统上快速开发具有极高性能的深度学习应用。本议程将遍历主要几个英特尔成功利用Apache Spark和BigDL搭建的深度学习应用。了解他们开发出的技术以及他们从构建这些应用中学到的经验教训,包括系统中的工具栈和设计中的考虑;图像识别和对象检测(faster-rcnn和SSD)的应用;具有深度语音和声学特征变换器的语音识别的应用。英特尔在使用Apache Spark MLlib和BigDL构建统一数据分析平台的同时获得的其他见解和经验也将被分享。 了解更多信息.
14:00–14:40 Friday, 2017-07-14
AI应用 (AI applications)
地点: 报告厅(Auditorium) 观众水平 (Level): 中级 ()
Zhichao Li (Intel), Shengsheng Huang (Intel), Yiheng Wang (Intel)
平均得分:: ****.
(4.33, 3 次得分)
Zhichao Li, Shengsheng Huang, and Yiheng Wanghow explore how data scientists have adopted BigDL for deep learning analysis on large amounts of data in a distributed fashion, allowing them to use their big data cluster as a unified data analytics platform for data storage, data processing and mining, feature engineering, traditional (non-deep) machine learning, and deep learning workloads. 了解更多信息.

联系OReillyData

关注OReillyData微信号获取最新会议信息并浏览前沿数据文章。

WeChat QRcode

 

Stay Connected Image 1
Stay Connected Image 3
Stay Connected Image 2

阅读关于大数据的最新理念。

ORB Data Site