微信扫一扫
分享到朋友圈

从0开始掌握一门算法,需要花多少时间?

作者:InfoQ 来源:InfoQ 公众号
分享到:

04-17

作者 | 贾凯强  

没有人会否认算法的重要性。

李开复反复强调过很多次,算法是计算机科学中最重要的基石之一;谷歌也多次呼吁,算法统治世界;在业务中也常常会遇到,三维建模、数据处理、机器学习、NLP 技术,无不需要算法来支持……

可是,为什么身边的很多小伙伴就是提不起对算法学习的兴趣呢?

首先,算法是真的很难。算法是数学理论和工程实践的结合,是一种重新回到学校被数学再次统治的恐惧;也让人对此心生畏惧。

其次,算法真的很复杂。动态规划、搜索、贪心、递归、计算几何、数学、图论、数据结构、字符串等大量的算法种类中,没有一种可以迅速学成,没有捷径,只能苦修。

再者,算法不够新潮。我们能看到语言一直在换,今天 Java,明天 Python,后天 Go,掌握十几种语言足以填满自己的简历。可算法却不能,他们万年如一,就在那里,不变也不动。

最关键的一点在于,学习算法实在太慢了。即便你天赋异禀,想要彻底掌握一门算法至少也要一年时间,如果找不到合适的方法和契机的话还要更慢;再加上算法本身的复杂性和业务场景的差异性,也真怪不得人们没有耐心学习了。

可是计算机科学之所以被称为科学,不就是因为其具有高度的严谨性和精准性吗?我们从不拒绝算法,因为他虽然难,却是所有代码的本源。我们拒绝的只是无效的计算和枯燥的学习,如果能够找到合适的学路径来学习算法,又有谁会拒绝呢?

算法没有捷径,可学习是有的。5 月 6 日 QCon 北京《算法和人工智能的应用实践》技术专场,就将带来一场算法的盛宴,由一线算法工程师亲身演绎如何利用算法解决业务难题。找到合适的路径,掌握算法并非遥不可及。

主题及演讲嘉宾介绍
主题一、人工智能在户型图自动生成算法中的应用


个人简介:

贝壳如视首席算法架构师,巴黎萨克雷大学计算机博士,法国国立信息与自动化研究所博士后,加州大学伯克利分校访问学者。曾在大疆、优必选从事算法研发工作,对三维视觉、机器人定位建图、深度学习等有丰富经验。

主题摘要:

为增加用户对房屋的理解,贝壳找房基于自研设备采集到房屋的二维和三维信息,对房源进行深度解读;同时使用人工智能技术,全自动生成房屋三维模型和户型图。本次分享将会讲述如何借助深度神经网络和 GAN,提升用户对室内空间环境的理解。

听众收益:

1. 深度神经网络和 GAN 原理介绍 

2. 人工智能对家居空间理解的帮助

3. VR/AR 设备与算法基本原理的结合

4. 如视自动生成户型图技术的讲解

主题二、机器学习技术在用户挖掘中的应用与挑战


个人简介:

2010 年硕士毕业于哈尔滨工业大学,曾在搜狗、阿里妈妈从事广告策略研发。2018 年加入贝壳,先后负责增长策略和用户策略,从 0 到 1 搭建了贝壳的增长工具平台,目前负责用户策略,深入挖掘买家和卖家行为,通过大数据和机器学习在买房和卖房的各个阶段更好的理解用户,为用户提供更好的线上线下体验。

主题摘要:

在用户的决策周期较长的情景中,平台需要精准挖掘用户状态,并预知用户接下来决策可能,以提升用户体验。本次专题分享将分享如何基于海量数据搭建机器学习系统,如何深度挖掘用户状态并预测状态变化及其过程中遇到的挑战。

1. 用户挖掘系统的背景介绍

2. 从 0 到 1 快速搭建机器学习系统,包含模型选型、特征设计、特征工程和效果评估模型选型的思考以及基于不同类型决策树

3. 模型调优过程中的挑战与解决方案

听众收益:

1. 从工程和算法上全面了解机器学习在贝壳用户挖掘上的应用

2. 了解机器学习系统的典型架构和关键技术点以及面临的挑战 

3. 数据分析是机器学习建模的基础,了解如何通过数据分析更好的调优模型

主题三、房源质量打分中深度学习应用及算法优化


个人简介:

硕士毕业于中科院,先后就职于华为,百度和医渡云。主要负责房源策略算法和人客方关系图谱两方面的工作。先后主导了房源标签的架构和数据建设,房源质量打分的算法迭代,人客房关系图谱的建设和应用。

主题摘要:

贝壳找房是一家以技术驱动的品质居住服务平台,旨在帮助用户精准挑选优质房源,提高企业运营效率。因此公司推出了房源质量打分功能,基于房源数据,利用深度学习模型描摹用户视角。

本次分享将围绕着房源质量打分业务场景中深度学习模型的构建和算法策略的演变进行讲解。

听众收益:

1. 如何利用房产数据精准评价房源质量

2. 如何利用深度学习模型优化签前效率

3. 房源质量打分算法策略的演变

主题四、智能客服系统的构建与算法迭代


个人简介:

2015 年武汉大学遥感图像处理专业硕士毕业,先后在新浪微博、小米从事推荐算法和机器学习相关工作,曾独立负责了相关微博推荐与相关视频推荐项目;2018 年加入贝壳,负责的搜索效果优化项目获得了贝壳 2018 年度优秀团队奖,目前正在主导审核提效、智能客服等工作。

主题摘要:

智能客服是企业节流的重要手段。以往大量的人工客服已经解决用户反馈的诸多问题,那么充分利用历史知识积累让用户自助解决问题、降低人工客服成本就是智能客服系统的价值所在。

本次分享将从知识生产闭环构建、智能客服系统与算法迭代、效果评估等角度来剖析我们在智能客服系统构建过程中的探索与经验。

听众收益:

1. 如何构建智能客服系统

2. 深度学习算法在智能客服中的相关实践

3. 智能客服系统指标体系的构建

时间及地点

时间:5 月 6 日(星期一) 13:30-18:00

地点:北京国际会议中心,201AB 会议室

报名方式

点击下方【阅读原文】或者扫描下图二维码,填写个人信息通过审核后,您将获得包括参会信息在内的短信提醒。

如在报名中遇到任何问题,请添加工作人员微信 liwenzhaozhao 进行咨询(留言:咨询贝壳找房专场)。


阅读39734
举报0
关注InfoQ微信号:infoqchina

用微信扫描二维码即可关注
声明

1、头条易读遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2、本文内容来自“InfoQ”微信公众号,文章版权归InfoQ公众号所有。

评论
更多

文章来自于公众号:

InfoQ

微信号:infoqchina

邮箱qunxueyuan#163.com(将#换成@)
微信编辑器
免责声明
www.weixinyidu.com   免责声明
版权声明:本站收录微信公众号和微信文章内容全部来自于网络,仅供个人学习、研究或者欣赏使用。版权归原作者所有。禁止一切商业用途。其中内容并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。如果您发现头条易读网站上有侵犯您的知识产权的内容,请与我们联系,我们会及时修改或删除。
本站声明:本站与腾讯微信、微信公众平台无任何关联,非腾讯微信官方网站。