Технологии машинного обучения

Технологии машинного обучения. Искусственный интеллект и нейросети: инструменты и опыт реальных проектов.
Эта конференция для вас, если вы намерены включить когнитивные вычисления, системы и методы машинного интеллекта в арсенал своего предприятия и хотите проанализировать практический опыт тех, кто уже идет по этому пути, а также оценить инструменты и платформы работы с нейросетями.

Основные темы:

• оперативная и прогнозная аналитика. Обнаружение скрытых закономерностей,
• построение персонального портрета клиента. Прогнозирование предпочтений, анализ социальных сетей, оценка реальных доходов и рисков, борьба с фродом,
• видеоаналитика, машинное зрение. Распознавание образов, обработка естественного языка,
• инструменты для больших данных. Обработка и хранение больших данных и их интеграция в существующую инфраструктуру,
• машинное обучение на практике. Электронная коммерция, ретейл, страхование, финтех, телекоммуникации, промышленность, транспорт, здравоохранение, индустрия моды,
• секреты успеха. Как избежать неудач в проектах машинного обучения.

Здесь вы сможете: 

• Из первых рук получить всю информацию по развертыванию и эксплуатации систем машинного обучения;
• Узнать как с помощью глубинного обучения реализовать потенциал больших данных 
• для лучшего понимания клиентов, получения конкурентных преимуществ и повышения эффективности внутренних бизнес-процессов;
• Приобрести навыки построения моделей машинного обучения для конкретных прикладных областей.

Спикеры:

• Дмитрий Бабаев, исследователь в лаборатории искусственного интеллекта, Сбербанк AI Lab,
• Сергей Лукашкин, директор по управлению проектами цифровой трансформации, Банк ВТБ, 
• Артем Просветов, эксперт в области Data Science и Deep Learning, Senior Data Scientis, CleverDATA
• Дженнифер Трелевич, исполнительный директор, S7 ТехЛаб
• Владимир Соловьев, руководитель департамента анализа данных, принятия решений и финансовых технологий, Финансовый университет при Правительстве РФ
• Евгений Бурнаев, Доцент Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных, Сколтех
• Юрий Тростин, руководитель направления аналитики и машинного обучения, Worki.ru
• Ольга Плосская, руководитель проектов анализа больших данных на промышленных предприятиях, Visiology