人工智能有多火？平均每10.9个小时诞生一家AI企业。而众多一线公司已在布局机器学习团队，优化智能产品，在这样的背景下，不难想象，未来机器学习技术将会是技术人的新门槛和领域。

　　而在知乎上，也有诸多类似：普通程序员，如何转向人工智能方向的话题在蔓延。基于此，CSDN学院倾力打造了人工智能核心技术解析与应用实战在线峰会，课程内容以核心技术解析和应用实战为基础，力邀一线公司技术骨干做深度解读。

　　本期有幸邀请到来自阿里巴巴、思必驰、第四范式、一点资讯、58集团、PercepIn等6位在AI领域有着领先技术研究的专家，他们将针对人脸识别、CNN、大规模分布式机器学习系统搭建、推荐系统、NLP及SLAM在机器人领域应用等热点话题进行分享。我们在每位讲师演讲时段都安排了答疑环节，为与会者和讲师提供零距离交流互动。

　　直播时间：2017年05月13日（本周六） 9:30 ~ 17:00

　　限时特惠199元即可听6位技术专家的在线分享

　　讲师&议题介绍

汪彪 阿里巴巴集团iDST视觉计算组算法专家

　　演讲主题：人脸识别技术发展及实用方案设计

　　个人简介：汪彪，清华电子博士，阿里巴巴集团iDST视觉计算组算法专家，从事人脸识别相关研发工作近10年，当前主要为阿里云平台提供人脸分析智能技术的研发与输出。

　　主题简介：主要介绍人脸识别技术的发展与近况，尤其侧重深度学习技术在人脸检测、识别等方向的应用，并从实用人脸识别系统设计中的训练样本筛选，检测跟踪，人脸对齐以及快速识别算法等技术进行分享。

　　听众受益：

　　1. 人脸识别技术的发展与近况；

　　2. 深度学习在人脸识别中的实践；

　　3. 实用人脸识别系统的方案设计。

张相於 58集团算法架构师

　　演讲主题：自然语言处理技术在推荐系统中的应用

　　个人简介：张相於，58集团算法架构师，直播，转转搜索推荐部负责人，负责转转的搜索、推荐以及算法相关工作。多年来主要从事推荐系统以及机器学习相关工作，也做过计算广告、反作弊等相关工作。

　　主题简介：文本数据是推荐系统中常见的数据，具有数量大，无结构，歧义多等特点，如何有效利用这些信息来提升推荐系统的整体效果是一个很重要的命题。本次分享将从简单的词袋模型入手，沿着结构化、概率化、生成式、 时序化的思路，分别介绍词袋模型、隐语义模型以及神经网络模型等多种文本模型，讲解这些模型如何在推荐系统中落地使用，以及需要注意的问题。希望听众能够对推荐系统中的文本处理技术有一个系统化、结构化的了解。

　　听众受益：

　　1. 掌握词袋模型的应用方法；

　　2. 了解文本主题模型的思维脉络和模型原理，掌握常用的使用方法；

　　3. 理解神经网络语言模型与文本主题模型的异同点，能解决什么问题，以及使用时的注意点；

　　4. 系统性掌握文本数据处理的原理和脉络，以及在推荐系统中的落地方法。

涂威威 第四范式数据智能部机器学习算法研发工程师

　　演讲主题：大规模分布式机器学习系统设计和实践经验

　　个人简介：第四范式机器学习算法研发工程师，从事机器学习算法、大规模分布式机器学习计算框架研发，前百度商务搜索部资深研发工程师，从事凤巢系统广告CTR预估，基于MPI设计开发大规模分布式并行GBDT。