会议介绍

随着大数据时代的到来，面对亿级的用户、十亿级的商品数据、百亿级的用户行为数据，机器学习算法的可扩展性越来越重要。如何设计算法架构来挖掘计算集群的并行能力，支持海量数据的高效建模？如何提升建模的效率支撑算法的快速实验和迭代？这些问题无疑是富有挑战而又意义重大的现实问题。 本次沙龙主要介绍前沿机器学习算法的大规模分布式实现以及业务应用，涵盖业务问题、算法架构、算法实现、算法应用效果等方面的“干货”，希望为机器学习和算法爱好者带来一场盛宴。

流程介绍

13:40 - 14:25      《大规模排序学习算法GBDT及应用》      王志伟/冰逸（阿里巴巴）      
14:25 - 15:10      《大规模信息网络的Embeding算法》      唐建（微软亚洲研究院）      
15:25 - 16:10      《大规模深度学习算法DBN及应用》       刘凯/拜阳（阿里巴巴）      
16:10 - 16:55      《基于微博用户关系和行为的用户建模》      朱红垒（新浪微博）    
16:55 - 18:00      为Q&A互动讨论时间