搭建技术分享平台，携程技术中心深度学习Meetup回顾
今天由携程技术中心主办的深度学习Meetup在凌空SOHO举办。作为上海最顶级的深度学习大会，活动吸引了BI、机器学习、大数据等领域的工程师和高校教授们参与，会场全天座无虚席，其中更不乏国际友人的身影。
此次分享讲师的含金量极高，不仅有来自伦敦大学学院、复旦大学、东南大学、南京大学等高校的学术界代表，更有来自携程、华为、搜狗、简书等一线企业的技术专家们，一起来从旅游行业、计算广告、自然语言处理、计算机视觉、知识图谱等各个领域来分享深度学习的发展和应用实践。
在这里，你感受到的更多是浓浓的技术社区氛围。台上是讲师的专业分享，台下是听众们的认真笔记，时不时双方也会展开互动，并响起热烈的掌声。
携程技术中心相关负责人表示，相比北京，上海的技术分享活动要少一些，携程作为上海互联网领军企业，非常愿意搭建平台，促进技术圈小伙伴们的交流，营造上海的技术分享氛围。
此次深度学习Meetup都讲了些啥？让我们赶紧先来一睹为快吧。
李健，携程攻略社区开发总监
介绍了深度学习在携程攻略社区的应用，从自然语言处理（情感分析、地址提取）、图像（包含表情的图片描述）、视频、数据内容等几个领域进行了生动的讲述，并介绍了未来的关注点：知识图谱、虚拟现实等。
刘晓华，华为诺亚方舟语音语义实验室研究员
介绍了华为诺亚系统面向语音语义的深度学习进展，讲述了机器翻译、基于自然语言的推理等几个方面，并探讨了深度学习的未来趋势。
魏秀参，南京大学计算机系博士二年级，LAMDA组成员。
介绍了针对细粒度图像任务的深度卷积特征选择与融合的课题研究，严谨清晰地讲述了如何用深度学习提升狗、袋鼠、鸟、花等图像对象的识别精度。
漆桂林，东南大学教授，博士生导师
研究了知识图谱中的推理技术及其在高考机器人中的应用，简明地讲述了知识图谱的概念，并期待自己的团队能做出辅助学生学习的智能机器人。
张伟楠，伦敦大学学院计算机系博士
详细介绍了FM和FNN算法在处理多值分类数据方面的优势，并把这两种算法与神经网络在特征变量处理方面的差异做了对比，最后通过一个用户在线广告点击行为预测的实例比较了LR、FM、FNN、CCPM、PNN-I等不同算法的实际预测效果。
吴忠伙，携程基础业务研发部资深数据分析师
介绍了携程目前推荐算法的系统架构和实现机理，展示了携程不同业务线通过推荐算法的应用对各自产品的提升效果，最后还给大家分享了深度学习领域的前沿学术研究成果；
舒鹏，搜狗资深研究员
介绍了深度学习在搜索广告中的一些应用场景，通过详细介绍广告业务逻辑查询过程讲解了搜狗搜索广告的应用架构，重点讲解了搜狗搜索基于多模型融合的CTR预估实现，包括CTR预估流程、模型融合及其实现、模型效果如何评估等，最后对DL、CTR预估的特点做探讨及未来希望通过特定业务场景进行模型整合。
朱小虎，简书数据科学家
介绍了当前在深度学习领域的的国内外专家学者以及前沿项目，详细阐述了现深度学习领域技术原理，包括RL、DRL、DQN和DDPG各自的适用场景、以及算法优化，最后还对人工智能安全性和人类取代问题进行了探讨。
崔万云，复旦大学博士
引用谷歌、苹果、雅虎等多个QA系统介绍了基于知识图谱的QA系统，阐述了QA系统的三层架构模式，即语义实体层、语义短文层和应用系统层，并详细说明了如何通过语言实体识别、语言模板提取、预知索引建立和答案查找的技术构建QA系统，最后说明了其研究的成果且演示了其研发的QA系统。
今年下半年携程技术中心还将举办多场面向不同专业领域的技术分享会，让有共同兴趣的小伙伴们在一起愉快地玩耍。感兴趣的童鞋可以通过携程技术中心微信公众号ctriptech来第一时间了解相关信息。
