http://ex.chinadaily.com.cn/exchange/partners/77/rss/channel/cn/columns/4m6872/stories/WS5cb810c7a310e7f8b1577540.html

4月17日,2019年亚太知识发现和数据挖掘会议(PAKDD)在澳门落下帷幕,会议上公布了PAKDD 2019 AutoML3+ 挑战赛最终获奖名次和团队:深兰科技 DeepBlueAI 团队斩获第一名,由微软亚洲研究院、北航组成的 ML Intelligence 团队位居二名,由清华大学组成的 Meta_Learners 团队获得第三名

作为数据挖掘和知识发现领域历史最悠久,领先的国际会议之一,PAKDD 2019也是一次全球范围内专注AutoML的比赛。此次的PAKDD比赛中,AutoML将自动化机器学习扩展到了多种数据类型,引入了不同类型的特征预处理以及多角度的特征工程组合,在不需要专家的干预和指导下將AutoML运用到更多的场景。

实验结果提高预测精准度 深兰科技荣获第一

Feedback phase排行榜

本次比赛在五个不同任务数据集上以AUC作为评分指标,五个任务的 Rank(在所有队伍中的排名)值进行平均作为最后的排名依据。位居榜首的DeepBlueAI 团队在Feedback phase的 5 项测试任务中斩获了 4 项第一、1 项第二的成绩。

谈及为何取得在4项任务上平均领先第二名1.97%显著的领先优势(通常竞赛TOP队伍只能拉开千分位、万分位的差距),冠军团队表示,深兰科技是国内较早实现人工智能商业化落地的企业,不仅专注算法研究,也关注日常人工智能场景的落地化应用,为此积累了大量具有稀疏特征列和大量可能特征值的数据集,“数据分布会随着时间的推移而缓慢变化,我们要做的是如何让算法更好地去适应不同的环境。比赛成绩是团队长期从事数据科学、深度学习算法研发的一次有效体现,也验证了在实际应用领域的领先优势。

与此同时,在近三个月的比赛过程中,各参赛团队迸发出许多有用的想法,并依此建立了有效的模型,间接的推动了 AutoML 领域的发展。

深兰科技团队发表演讲

据介绍,深兰科技团队设计的终身机器学习框架通过融合不同时期的数据以及结合DNN和LightGBM的训练来自适应概念漂移,并引入了自适应采样来缓解类别不平衡,同时在一定时间间隔上让模型重复训练去适应概念漂移,实现终身机器学习。这种终身机器学习方法可以提高人工智能产品商业应用落地时对环境的自适应能力,可以真正实现人工智能算法的自我学习功能。

“根据模型学习出的好的分类器,可以用于疾病预测中,数据集和精准度比过往提高数倍。”据获奖团队介绍,原先需要2-3年深度学习实现的数据集和精准度,应用了AutoML之后,可能只需要半个月。目前AutoML已经广泛应用在精准营销、金融风控、自动驾驶、疾病预测等业务场景中,做出了接近甚至超过数据科学家的模型效果,决策精准度超过人类专家规则数倍。

AutoML难点不断被突破 深兰科技提出系统方案

继谷歌公布AutoML vision进入公开测试后,微软也宣布打造AutoML开源工具包,就在本月初,AI公司旷视科技发布AutoML最新成果……如何应用AutoML提高人工智能的落地成为各科技大厂和人工智能企业的探索重点。

在AutoML的难点不断被攻克,越来越多企业视之为主流的同时,长期专注基础研究和应用开发的深兰科技提出,将把AutoML作为开发工具,在公司搭建的世界级核心算法平台上推出系统性的解决方案,赋能AI交通、AI医疗、AI工业、AI社区等领域。

深兰科技的人工智能产品横跨九大领域,使用场景复杂。终身机器学习方法可以在定期收集的数据基础上,做到算法的自我更新和自我适应,从而达到人工智能产品真正的智能化和个性化,而非单一场景的智能化。与此同时,深兰科技表示会不断加大对AutoML的技术投入,搭建有效的模型加速AI技术的落地,并且通过平台助力,低成本,快速,可靠的衍生出适合企业的场景化应用,给更多的中小型企业提供定制化的解决方案。

AutoML取得最新进展 深兰科技助推复杂场景下智能化应用相关推荐

  1. 浪潮联手宽邦科技助推金融行业智慧化转型,践行“T计划”共建AI服务生态丨Xtecher 观察

    浪潮联合宽邦科技,推出面向金融行业的一体化AI解决方案,降低了传统金融企业使用AI的门槛,解决了多项传统金融行业业务痛点,将大力助推金融行业实现智慧化转型.这正是浪潮"T计划"的践 ...

  2. 【金猿人物展】树根互联COO黄路川:从“灯塔工厂”到“数字领航”,工业互联网操作系统助推新型工业化...

    ‍ 黄路川 本文由树根互联联合创始人.COO黄路川撰写并投递参与"数据猿年度金猿策划活动--2022大数据产业趋势人物榜单及奖项"评选. ‍数据智能产业创新服务媒体 --聚焦数智  ...

  3. 不现实的“机器化软件人假设” v2.0与“容许自由的温和家长制”助推

    注意:本文已过时.请看最新版:2023-07-05修订版:不现实的"机器化软件人假设"v2.0与"容许自由的温和家长制"助推 https://zhuanlan. ...

  4. KDD Cup 2019 AutoML Track冠军深兰科技DeepBlueAI团队技术分享 | 开源代码

    作者丨罗志鹏 单位丨深兰北京AI研发中心 近日,KDD Cup 2019 AutoML Track 比赛结果出炉,本次赛题是第五次 AutoML 挑战赛,由第四范式.ChaLearn 和微软联合举办, ...

  5. PAKDD 2019 中国企业深兰科技夺冠:AutoML 如何推动 AI 应用落地?

    PAKDD 2019 AutoML3+ 挑战赛在 4 月 17 日公布了最终结果.Feedback phase 和 AutoML phase 的 Top3 排名相同,深兰科技 DeepBlueAI 团 ...

  6. 亚信科技CTO欧阳晔博士:5G网络助推边缘AI|MEET 2022

    编辑部 整理自 MEET 2021 量子位 报道 | 公众号 QbitAI 2006年开始的人工智能第三次发展浪潮,使人工智能与移动通信行业的融合应用进入了一个飞速发展的阶段. 同时,随着5G技术与业 ...

  7. spark最新源码下载并导入到开发环境下助推高质量代码(Scala IDEA for Eclipse和IntelliJ IDEA皆适用)(以spark2.2.0源码包为例)(图文详解)...

    不多说,直接上干货! 前言   其实啊,无论你是初学者还是具备了有一定spark编程经验,都需要对spark源码足够重视起来. 本人,肺腑之己见,想要成为大数据的大牛和顶尖专家,多结合源码和操练编程. ...

  8. 华为云数据库自研黑科技,助推企业成本再降 50%

    有个笑话,说某日下班后,某君带着一只宠物乌龟开车回家,在北京二环路上遭遇堵车高峰,半天走不了几步.乌龟耐不住性子,坚持要先爬回家去,主人只好由它去了.不知过了多久,主人在车里听见有敲门声,打开一看,只 ...

  9. 【值得读】自动机器学习: 最新进展综述与开放挑战 | AutoML

    今天,你AI了没? 关注:决策智能与机器学习,学点AI干货 [导读]自动机器学习是当前学术工业界的热点.最近来自塔尔图大学Radwa Elshawi等的学者撰写了关于自动机器学习的进展综述,包括自动机 ...

最新文章

  1. python 树_Python树的概念
  2. 桥接模式coding
  3. java 多模块项目 包路径冲突_多智能体仿真建模在交通中的应用|MATSim入门指南...
  4. 2018.09.16 loj#10243. 移棋子游戏(博弈论)
  5. 用C#中的string.Replace有错误,无法替换。
  6. 【分布计算环境学习笔记】4 Enterprise Java Bean
  7. c语言位运算负数的实例_JavaScript基础教程(四)二进制位运算
  8. This关键字的一些更新的理解
  9. [Java] 蓝桥杯ADV-170 算法提高 数字黑洞
  10. MPLS(多协议标记交换)协议能否降低跨省组建企业专网的成本?
  11. linux怎么生成arm文件,Linux下ffmpeg转换工具配置(MP3和AMR格式文件互转).docx
  12. ArcGIS应用(十六)Arcgis 点对连线制作航空线路图
  13. python 以图搜图1688_python 以图搜图
  14. 设置计算机ip地址时网关的作用是什么,IP地址小课堂:起到门户作用的网关到底有多重要?...
  15. asp.net web开发框架_Web前端开发必不可少的9个开源框架
  16. “咔咔咔”手机拍照过新年 是时候了解下背后的技术了
  17. 如何将动态URL静态化!
  18. Docker 容器技术,让你不再为环境而烦恼
  19. 使用百度移动开放平台将web站转换为wap站
  20. 计蒜客幼儿园买玩具-二进制枚举子集

热门文章

  1. 武汉一高中14名学生被剑桥牛津预录取!逻辑思路比结果更重要
  2. 慌!年中总结完全没思路,这份安全汇报让你抄作业
  3. 《Silverlight揭秘》暨《ASP.NET高级程序设计(第2版)》有奖读书笔记征集
  4. 像优秀的SQL程序员一样思考
  5. 零知识证明实践教程,第二部分
  6. 人工智能要多久才能理解动物?
  7. 经典教材《统计学习导论》现在有了Python版
  8. 独家 | 一文读懂LinkedIn个性化推荐模型及建模原理
  9. 剑指offer: 变态跳台阶 python实现
  10. 腾讯新预训练模型LP-BERT