Рейтинг@Mail.ru

Профессиональная конференция разработчиков высоконагруженных систем

СКОЛКОВО, Москва 7 и 8 ноября

11-я ежегодная конференция для разработчиков highload-систем, которая соберет   2 700 участников из разных регионов России и мира. Мероприятие направлено на обмен знаниями о технологиях, позволяющих одновременно обслуживать многие тысячи и миллионы пользователей.

Программа охватывает такие аспекты веб-разработок, как архитектуры крупных проектов, базы данных и системы хранения, системное администрирование, нагрузочное тестирование, эксплуатация крупных проектов и другие направления, связанные с высоконагруженными системами.

Машинное обучение в электронной коммерции - практика использования и подводные камни
BigData и машинное обучение

Программный комитет ещё не принял решения по этому докладу
1С-Битрикс

Эксперт по нейронным сетям в компании «1С-Битрикс», руководитель отдела контроля качества и внедрений.

Тезисы

В начале доклада сделаем сжатый обзор прикладных алгоритмов машинного обучения, которые перспективно применять в задачах электронной коммерции. Затем простыми словами расскажем о популярных, эффективных и используемых в нашей компании техниках применения машинного обучения для привлечения и удержания клиентов: классификации обращений техподдержки, персонализации, кластеризации товарного каталога, классификации клиентов (готовых перейти на платный тариф, готовых уйти, способных принести прибыль), повышении релевантности e-mail-рассылок. Особое внимание уделим технике использования популярных платформ и библиотек: Apache Spark, Spark MLlib, Hadoop, Amazon Kinesns, deeplearning4j. Отдельно остановимся на особенностях обработки "больших данных", выборе и разработке параллельных алгоритмов для ML.

Доклад позволит сориентироваться в плеяде современных алгоритмов машинного обучения в разрезе прикладного использования для электронной коммерции и выбрать необходимые бесплатные библиотеки для реализации задач. Мы поделимся практическим опытом и историями успеха использования данных технологий в продакшн-среде.

Другие доклады секции
BigData и машинное обучение

Rambler's Top100