Conference Graph + AI World 2020-图形算法和机器学习

Graph + AI世界



9月28日至30日,将举办Graph + AI World 2020会议,面向对图形技术和机器学习无所谓的人们。该活动将在线举行三天,免费参加。



组织者是TigerGraph,同名的Graphova DB的创造者,并计划将包括来自不同公司发言人报道:英特尔公司,毕马威,AT&T,福布斯,Intuit公司,联合健康集团,捷豹路虎,赛灵思,Xandr,未来主义学院等



为什么参与到头部还是一名工程师,并加入了110家财富500强公司的3000名成员之一?欢迎来到猫。



对于那些想立即参加的人,有一个注册链接



Graph + AI World会议旨在通过使用Graph算法来提高AI和机器学习项目的效率。



为什么使用图算法?



图形我们每天都使用图数据库,并且可能没有意识到。Facebook,Instagram和Twitter使用图形数据库和分析来了解用户之间的关系并将其链接到正确的内容。每次进行Google搜索时,您都在使用Google的知识图。亚马逊上的产品推荐-“购买此产品的人也购买了……”或“这些产品经常一起购买”?所有这些还与图形数据库的分析查询相关联。



如果我们比较不同类型的数据库,则可以突出显示主要趋势:



RDB


NoSQL


图形数据库




, ,

  • ;

  • ;

  • .



Key-value



  • ;

  • ;

  • .





- — .

  • ;

  • ;

  • .





因此,如果您的数据彼此之间有许多连接,则使用Graph数据库而不是多个Join查询是合乎逻辑的,这在大容量情况下效率不高。此外,没有人取消数据科学的图论;)



重点发言人



Graph + AI World 2020主要发言人


  • UnitedHealth Group创建了医疗保健行业最大的Graph数据库,以交流,分析和提供针对5000万患者治疗轨迹的实时建议。
  • 捷豹路虎已将其复杂的供应链模型的请求时间从3周减少到45分钟,从而使他们能够准确,快速地计划应对Covid-19大流行造成的供需不确定性。
  • Intuit将知识图作为AI驱动的专家平台的基本技术。


程序



该会议的议程非常出色,9月28日(预备日)将举行培训和认证会议,9月29日至30日将举行业务案例,用例和技术会议。一些会议在下面突出显示。



9月28日



用于机器学习认证的

图算法简介图算法是相关数据分析和机器学习的重要组成部分,以使您对这些数据有更深入的了解。图形算法可直接用于无监督学习或丰富有监督学习的训练样本。本课将介绍新的TigerGraph培训和认证计划,以将图算法应用于机器学习:内容审查,视频,演示和认证过程。



动手研讨会:使用图算法加速机器学习

在本研讨会中,您将能够将几种不同的方法应用于基于图的数据的机器学习。



设置好图形数据库后(在云端免费),我们将执行以下操作:



  • 使用图算法的无监督学习
  • 特征提取和图丰富
  • 外部培训并与笔记本集成
  • 图的数据库内ML技术


我们将有不同情况的几个数据集。



9月29日







图模型在金融



科技和风险管理中的应用FinTell基于每月15亿台活跃的移动设备,构建了一个包含数百亿个边缘和节点的图。图形模型有助于FinTell向金融机构提供卓越的质量风险管理服务。





使用Graph + AI构建最先进的欺诈检测系统



分步指南和演示,可以通过图形分析在适度的计算资源上快速创建哪些分析,以及如何通过减少漏失的欺诈事件和减少误报来提高反欺诈性能。标准机器学习管道中的积极因素。







行政圆桌会议-使用Graph + AI转变媒体和娱乐



图形数据库用于识别,链接和组合重复的客户实体以创建单个360°配置文件。通常,由于对产品和服务提出了更准确和有效的建议,因此回报更高。加入Ippen Digital和Xandr(AT&T的一部分)的高管,了解图形和机器学习如何改变媒体和娱乐领域。



9月30日



使用Graph DB和AI进行供应链和物流管理

工业制造面临的主要挑战是庞大的零件,组件和材料,这些零件必须从众多全球分布的供应商那里采购,然后在多个阶段进行加工和组装,这使得从中追踪变得更加困难最终产品的供应商。这也包括物流,即运输类型,位置,持续时间,成本等。



通过利用图数据库为复杂的分布式数据提供透明度,并结合预测分析,制造商可以有效应对这些挑战。同时优化生产计划:确保零件可用性,最大程度地减少质量损失,改善装配和整体交付。







具有数据库内机器学习的推荐引擎

推荐系统用于各种服务,例如视频流,在线购物和社交媒体。在工业应用中,数据库可以包含数亿个用户和项目。在数据库中训练模型还避免了将图形数据从DBMS导出到其他机器学习平台,从而在更改训练数据时更好地保持推荐模型的连续更新。



在会议上,还将宣布Graphathon 2020 hackathon的结果



注册



要参加免费会议,您必须使用链接在官方活动页面上注册



加入Graph + AI World!



会议上见。



All Articles