直播回放含 PPT 下載|基於 Flink & DeepRec 構建 Online Deep Learning
關注阿里靈傑公眾號,持續獲取獨家技術資料!微信後台私信回復「0723」,即可獲得阿里雲「基於 Flink & DeepRec 構建 Online Deep Learning」專場 PPT。
活動背景
後疫情時代的新社會模式及經濟形態必將催生出新的商業模式,在線業務及相關應用場景的流量呈現井噴式發展,常規的離線系統及離線機器學習平台已無法滿足業務發展要求。
在線機器學習與離線相比,在模型更新的時效性、模型的迭代周期、業務實驗效果等方面有更好的表現。所以將機器學習從離線遷移到在線已經成為提升業務指標的一個有效的手段。
以下是基於 Flink & DeepRec 構建 Online Deep Learning 的相關分享,歡迎感興趣的小夥伴關注阿里靈傑,獲取專場 PPT。
議題介紹
議題:Flink ML:基於 DataStream 的迭代引擎及機器學習演算法庫
講師:
高 贇 阿里雲 技術專家
趙偉波 阿里雲 演算法專家
演講提綱:
-
基於 DataStream 的迭代引擎
為什麼要開發迭代引擎
迭代引擎原理介紹
迭代引擎使用 API 介紹
未來的發展規劃
-
Flink ML 機器學習演算法庫
機器學習演算法庫介紹
演算法庫功能及性能介紹
未來的發展規劃
議題:Flink ML:實時機器學習場景解決方案的設計、建設與規劃
講師:
周雲峰 阿里雲 開發工程師
黃興勃 阿里雲 高級開發工程師
演講提綱:
-
什麼是 Flink ML,為什麼要建設 Flink ML
-
使用 Flink ML 搭建機器學習場景解決方案
Flink ML 的 API 設計
Flink ML 訓練與部署模型進行推理流處理的流程
使用 Pipeline/Graph API 構建端到端解決方案
-
Flink ML Python 介紹
Flink ML Python API 介紹
使用 PyFlink + Flink ML 構建機器學習應用
-
Flink ML 的生態建設
獨立的程式碼庫與文檔網站
flink-extended 生態項目
-
Flink ML 未來的發展方向
支援在線演算法、支援流批一體數據
演算法性能優化
豐富特徵工程演算法庫
議題:DeepRec: 大規模稀疏模型訓練/推理引擎
講師:
丁 辰 阿里雲 技術專家
演講提綱:
-
DeepRec 背景介紹
-
DeepRec 關鍵功能
-
DeepRec 未來規劃
議題:在線深度學習 PAI-ODL
講師:
彭 陶 阿里雲 技術專家
演講提綱:
-
PAI-ODL 架構
-
PAI-ODL 關鍵技術