KDD2017现场:中国论坛直击(完整PPT
8月15日下午,SIGKDD中国分会组织了本次会议中的分支活动Data Science of China。这是SIGKDD继2016年后第二次举办中国专场。也是现场除了印度专场之外,另外一家完全为了一个国家举办的专场会议。
大数据文摘前方记者为你带回了三场的文字报道,同时附上新鲜出炉的PPT全文。
大数据的普及造就了中国的前所未有的机遇,人才、数据、高校,业界和市场已经准备好在数据科学上取得新的成就。
本次活动的目的是共同展示中国学术界和行业的KDD进展以及世界各地华人所进行的研究。 这次活动也希望可以连接外国研究者或者业界人士与中国KDD专业人士进行沟通,探索合作机会。
大数据文摘前方记者为你带回了三场的文字报道,同时附上新鲜出炉的PPT全文。
作为微软城市计算(Urban Computing)科研项目的带头人,郑宇为我们描述了城市计算当前发展面临的难点,并由此介绍了微软研发的城市大数据平台(Urban Big Data Platform)。
城市计算是获取、整合、分析城市空间产生大数据的过程。数据产生的来源包括各种移动设备、传感器、交通工具、建筑和人类,而城市计算的目的则是通过分析这些数据,解决城市面临的诸多问题,比如空气污染、能源消耗、交通拥挤等等。
郑宇指出,城市数据具有规模大、动态变化的特征。这些数据有着独特的数据结构,需要独特的查询方式,并且存在于不同的领域。这都为这类数据的处理运算带来了极大的困难。
针对这些问题,郑宇领导的微软城市计算科研团队提出了一种新型城市大数据平台。这一平台具备6中数据结构,4中存储方式,支持包括hadoop和spark在内的多种运算。
郑宇也为我们介绍了城市大数据平台的两项重要应用:为电动汽车充电站选址、规划城市自行车道。
随着越来越多自动建模工具的出现,相比建模,如何生成有效的特征更加重要。杨强教授认为,如果不能生成超大纬度的特征空间,大数据是毫无用处的。
在中,他也介绍了特征工程的用处,三个分类以及各自的优缺点,以及特征工程如何帮助实现迁移学习。
他指出,传统工作中、按部就班的“员工”在当前AI发展中会被一步步淘汰,即便是极具领域知识的“人才”也不再是行业的宠儿。
熊辉认为,当前AI业界最欢迎的是具备“人才”的专业技能、又具备领导力的“精英”。
熊辉认为,领导力首先包括足够的远见,能够敏锐地预见行业的发展趋势、情势变换。同时,领导力也包括了出色的团队管理能力。最后,领导力也包含了优秀的危机管理意识。
就此,熊辉给公司人才管理提出了几点:注重打磨公司文化、对人才供求作出正确的预见、实现职位描述精准化等等。