Del 28 al 30 de septiembre, se llevará a cabo la conferencia Graph + AI World 2020 para personas que no son indiferentes a las tecnologías de gráficos y el aprendizaje automático. El evento se realizará en línea durante tres días, la participación es gratuita.
El organizador fue TigerGraph , el creador del Graphova DB del mismo nombre, y el programa incluirá informes de ponentes de varias empresas: Intel, KPMG, AT&T, Forbes, Intuit, UnitedHealth Group, Jaguar Land Rover, Xilinx, Xandr, Futurist Academy, etc.
Por qué participar al Director o un ingeniero y unirse a uno de los 3000 miembros de 110 compañías Fortune 500? Bienvenido a cat.
Para aquellos que quieran participar de inmediato, hay un enlace de registro .
La conferencia Graph + AI World tiene como objetivo mejorar la eficiencia de los proyectos de inteligencia artificial y aprendizaje automático mediante el uso de algoritmos gráficos.
¿Por qué gráficos de algoritmos?
Usamos bases de datos de gráficos todos los días y probablemente no lo sepamos. Facebook, Instagram y Twitter utilizan bases de datos de gráficos y análisis para comprender cómo los usuarios se relacionan entre sí y vincularlos al contenido correcto. Cada vez que realiza una búsqueda en Google, está utilizando el gráfico de conocimiento de Google. Recomendaciones de productos en Amazon: "las personas que compraron este producto también compraron ..." o "estos productos a menudo se compran juntos"? Todo esto también está asociado a consultas analíticas para graficar bases de datos.
Si comparamos diferentes tipos de bases de datos, podemos destacar las principales tendencias:
 |
 |
 |
|
, ,
|
Key-value
|
- — .
|
Por lo tanto, si sus datos tienen muchas conexiones entre sí, es lógico utilizar bases de datos Graph en lugar de múltiples consultas de combinación, que no serán tan eficientes en grandes volúmenes. Además, nadie canceló Graph Theory for Data Science;)
Oradores clave
- UnitedHealth Group ha creado la base de datos de gráficos más grande de la industria de la salud para comunicarse, analizar y brindar asesoramiento en tiempo real sobre las trayectorias de tratamiento para 50 millones de pacientes.
- Jaguar Land Rover ha reducido el tiempo de solicitud de su complejo modelo de cadena de suministro de 3 semanas a 45 minutos, lo que les permite planificar con precisión y responder rápidamente a las incertidumbres de la oferta y la demanda debido a la pandemia Covid-19.
- Intuit está utilizando el gráfico de conocimiento como tecnología fundamental para una plataforma experta impulsada por IA.
Programa
La conferencia tiene una agenda estelar, llena de sesiones de capacitación y certificación el 28 de septiembre (antes del día) y casos de negocios, casos de uso y sesiones técnicas el 29 y 30 de septiembre. Algunas de las sesiones se destacan a continuación.
28 de septiembre
Introducción a los algoritmos gráficos para la certificación de aprendizaje automático Los
algoritmos gráficos son bloques de construcción esenciales para el análisis de datos relacionados y el aprendizaje automático para obtener una comprensión más profunda de esos datos. Los algoritmos de gráficos se pueden utilizar directamente para el aprendizaje no supervisado o para enriquecer las muestras de entrenamiento para el aprendizaje supervisado. Esta lección presentará el nuevo programa de capacitación y certificación de TigerGraph para aplicar algoritmos de gráficos al aprendizaje automático: revisión de contenido, video, demostración y proceso de certificación.
Taller práctico: Aceleración del aprendizaje automático con algoritmos de gráficos
En este taller, podrá aplicar varios enfoques diferentes al aprendizaje automático con datos basados en gráficos.
Después de configurar su base de datos gráfica (en la nube y gratis), haremos lo siguiente:
- Aprendizaje no supervisado mediante algoritmos de gráficos
- Extracción de características y enriquecimiento de gráficos
- Formación externa e integración con portátiles
- Técnicas de aprendizaje automático en la base de datos para gráficos
Tendremos varios conjuntos de datos para diferentes casos.
29 de septiembre
Aplicación del modelo gráfico en Fintech y gestión de riesgos
FinTell ha creado un gráfico con decenas de miles de millones de bordes y nodos basados en 1.500 millones de dispositivos móviles activos por mes. El modelo gráfico ayuda a FinTell a ofrecer servicios de gestión de riesgos de calidad superior a las instituciones financieras.
Creación de un sistema de detección de fraude de última generación con Graph + AI Una
guía paso a paso y una demostración de qué análisis se pueden construir rápidamente con análisis de gráficos en recursos informáticos modestos y cómo mejora el rendimiento de la lucha contra el fraude al reducir los incidentes de fraude no detectados Y la reducción de falsos positivos de aspectos positivos en una canalización estándar de aprendizaje automático.
Mesa redonda ejecutiva: transformación de los medios y el entretenimiento con Graph + AI
Las bases de datos de gráficos se utilizan para identificar, vincular y combinar entidades de clientes duplicadas para crear un solo perfil de 360 °. Esto generalmente se traduce en mayores retornos como resultado de recomendaciones más precisas y efectivas de productos y servicios. Únase a los ejecutivos de Ippen Digital y Xandr (parte de AT&T) para aprender cómo los gráficos y el aprendizaje automático están cambiando el panorama de los medios y el entretenimiento.
30 de septiembre
Gestión de la cadena de suministro y logística con Graph DB & AI
La fabricación industrial se enfrenta a grandes desafíos con el gran volumen de piezas, componentes y materiales que deben adquirirse de una multitud de proveedores distribuidos globalmente y luego procesarse y ensamblarse en múltiples etapas, lo que dificulta mucho el seguimiento desde proveedor al producto final. Esto también incluye la logística, es decir, tipos de transporte, ubicaciones, duración, costo, etc.
Al aprovechar las bases de datos gráficas para proporcionar transparencia para datos complejos y distribuidos, junto con análisis predictivos, los fabricantes pueden abordar estos desafíos de manera efectiva. Optimización simultánea de la planificación de la producción: garantizar la disponibilidad de piezas, minimizar la pérdida de calidad, mejorar el montaje y la entrega general.
Motor de recomendación con aprendizaje automático en la base de datos
Los sistemas de recomendación se utilizan en varios servicios, como transmisión de video, compras en línea y redes sociales. En aplicaciones industriales, una base de datos puede contener cientos de millones de usuarios y elementos. El entrenamiento del modelo en la base de datos también evita exportar los datos del gráfico desde el DBMS a otras plataformas de aprendizaje automático y, por lo tanto, mantiene mejor una actualización continua del modelo de recomendación sobre cambios en los datos de entrenamiento.
También en la conferencia, se anunciarán los resultados del hackathon Graphathon 2020 .
registro
Para participar en una conferencia gratuita, debe registrarse en la página oficial del evento utilizando el enlace .
¡Únete a Graph + AI World!
Nos vemos en la conferencia.