KKBOX Innovation Chat #10 (台北場) 機器學習新樂章 - 解析深度學習心法

若把機器學習看成一艘火箭,大量的數據就是驅動它的能源。
 

在資料俯拾皆是的年代,人們對處理生活周遭數據的解析、分類以及預測的需求大量湧現,這也正是近年來機器學習開始吸引眾人目光的主因之一。舉凡圖片辨識、自然語言處理、興趣商品推薦等都是機器學習的研究領域,族繁不及備載。

 


 

深度學習無所不在

 

近年來深度學習 (Deep Learning) 對解析資料處理上表現優異,在我們生活週遭的科技產品中扮演重要的角色。從智慧裝置上的語音識別系統,手寫辨識系統,到照片管理系統中的分類識別功能,到處可見深度學習的影子。


 

這場演講邀請 Google Brain 與 KKBOX 研究中心的軟體工程師,一同為我們帶來深度學習的理論基礎以及實務應用。演講前半部針對深度學習在音樂推薦上的應用與實作,後半段將引領瞭解更深一層的理論基礎,同時介紹 Google Brain 開發的機器學習系統 — TensorFlow,教導大家如何更簡單地駕馭機器學習。

 
 
 

講者及議題介紹:

陳怡安  KKBOX 研發工程師
專注於使用機器學習及資料探勘的技術打造個人化及搜尋體驗的優化。
 

陳怡安 - The Marriage between Music and Machine Learning in KKBOX

 

對KKBOX來說,如果我有一百萬個顧客,我就應該有遠多於一百萬個頻道 - 因為音樂聆聽,即便對同一個使用者而言,在不同的時間、地點以及心情下,都有極為不同的需求。如何在對的時間、對的地點、把對的音樂推薦給對的人,是KKBOX研究團隊面臨到的一大挑戰。KKBOX團隊使用機器學習的技術,試圖描述音樂特性及使用者喜好的特徵,進而將歌曲、專輯及歌手推送給每個使用者,創造優質的個人化聆聽體驗。
 
 

 

 
邱中鎮  Google Brain 軟體工程師
在 2014 年於美國南加大取得博士學位,畢業後即加入 Google Brain 小組,
目前專注於打造深度學習系統與設計深度學習模型來解決Google等級的難題。
 

邱中鎮 - Next generation of deep learning in Google

此場會先介紹深度學習的基本概念,講解在設計深度學習模型上需具備的理論基礎,接著介紹目前的最新發展與應用,利用成功的例子探討深度學習系統在哪些領域已被證實值得使用。後半部將專注於講解Google Brain的下一代開放源碼機器學習系統 - TensorFlow,敘述TensorFlow整體框架概念並介紹當中的核心元件,以實例示範如何使用這些元件建構各種不同深度學習模型。

 

 

 

活動流程:

  • 報到/交流

  • The Marriage between Music and Machine Learning in KKBOX


  • TensorFlow:next generation of deep learning in Google

  • 會後交流


注意事項:
  1. 本次活動為台北場,請留意活動地點/時間
  2. 請務必線上報名並使用 KKTIX 或印出票券 QR Code,以便現場驗票作業順利。
  3. 議程準時於14:00開始,請把握時間提前報到就座。

 

About KKBOX Innovation Chat

這是一個創意蓬勃發展的時代,眾多新創公司發揚自身理念創造出新型態應用。新創公司從創意發想、研發實作到實務營運都是艱苦的歷程,但當外界過度渲染創意的價值,而忽略產品本質、內容與營運模式時,反而讓新創公司的營運更加困難。

KKBOX 為台灣線上音樂市場帶來良性質變,一路走來,累積了龐大產品研發與營運經驗,我們舉辦Innovation Chat一系列活動,希望透過行銷、企劃、品質、介面設計、客服和社群經營等主題,探討過去的成敗,也透過 KKBOX 的產品/市場經驗,與來自新創公司的朋友們一同交流、激盪出不同樣貌的思維。

 

Your Space / 台北市大安區光復南路102號3樓

Event Tickets

Ticket Type Sale Period Price
一般票

2015/12/28 12:00(+0800) ~ 2016/01/05 00:00(+0800) End of Sale
  • Free
KKBOX員工票

2015/12/28 09:00(+0800) ~ 2016/01/05 00:00(+0800) End of Sale
  • Free
Next Step