半监督学习加速 AI 产业数据标注流程

发布于:2019 年 8 月 31 日 17:03

半监督学习加速AI产业数据标注流程

QCon 上海 2018 大会上,孙鹏讲师做了《半监督学习加速 AI 产业数据标注流程》主题演讲,主要内容如下。

演讲简介

数据标注在人工智能领域是决定数据质量的关键一环,而丰富的标签是成功的机器学习建模的先决条件。在诸如图像识别、文本识别和语音识别等领域,未知的图片、文本和音频往往因为需要人工打标签而耗费大量成本。半监督学习正是一种潜在的降低此类成本的方法。通过人工智能和人工标注更有效的“互动”,半监督学习可以加速数据标注的流程。

主要内容

  1. 人工智能领域数据标签简介
  2. 半监督学习简介,以及和有监督学习、无监督学习的区别
  3. 半监督学习常见方法
  4. 半监督学习加速数据标注的机制

听众收益

  1. 了解到人工智能领域易被忽视却又至关重要的一环:数据标注
  2. 理解机器学习领域监督学习,无监督学习和半监督学习的区别
  3. 了解到人工智能领域利用半监督学习加速数据标注的实例

讲师介绍

孙鹏

苏宁美国硅谷研究院 大数据实验室高级数据科学家

孙鹏,苏宁大数据实验室高级数据科学家,美国弗吉尼亚理工大学统计学博士,研究方向是非参数贝叶斯理论。读博期间在 Capital One 银行实习参与用户分级项目。拥有 7 年以上数据科学建模经验,博士毕业后在 KPMG 就职并单独承担 OR 模型的开发,并曾在美国房地美公司负责模型风险调控。2018 年加入苏宁参与个人贷款风控模型的研发。精通 R,python 和 Rcpp,对机器学习领域的新方法感兴趣。曾在 Kaggle 历史总奖金最高的比赛(Zillow Price)排名第一。

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

半监督学习加速AI产业数据标注流程

完整演讲 PPT 下载链接

https://qcon.infoq.cn/2018/shanghai/schedule

阅读数:184 发布于:2019 年 8 月 31 日 17:03

评论

发布
暂无评论