AWS AI会议简单记录

王宇博

open source

数据 分析 安全 机器学习

Amozon EKS （kubernetes）

TensorFlow，PyTorch ，Amozon Segemaker 集群

autoML、图神经网络、Mxnet

自带训练脚本BYOS 自带Docker容器 BYOC

降本、增效

TorchServe

TorchElastic

Gluon（预训练模型）GluonCV、 DlunonNLP 、 GluonTs（概率时序建模）

AutoML

AutoGluon

Deep Java Library-开源的Java深度学习框架 paddlepaddle（国内机器学习框架）

JNA，JNI

jupyter

Amazon deep learining Containers

Amozon sageMaker clarify

PECOS（GitHub上有，商品搜索），DATATUNER（），pennylane（机器学习和量子计算）

open Data registry

Amazon data Exchange （开发者数据交换平台）

sagemaker（亚马逊平台搜索）

DeepRacer(机器人，自动驾驶)

https://d2l.ai 机器学习网站

王敏捷

应该理解错误

人脑按 块 理解文本

社交网络

用户数据库

知识图谱

图神经网络（GNN）

用于学习点、边或者整张图的向量表示的一类深度神经网络

Edge-wise：

Node-wise：

图卷积网络：

图神经网络场景：

1、药分子性质分析

2、药分子生成

3、药物重定位

4、知识补全、节点分类

5、推荐系统

6、pinsage（pinserset）

7、从图片中抽取场景图

8、从场景图生成图片

9、TreeLSTM

10、变形金刚 是深图的变种

开源图神经网络框架DGL

（TensorFlow、pytorch，mxnet等框架）

编程接口设计:

底层系统优化：

开源社区建设：

https://www.dgl.ai

github的DGL地址

FreeWheel 吴磊

品牌广告：数字与电视广告的

效果广告：SSP投放优化，DSP竞价策略

时序预测

spark

presto

Amazon Athena

Airflow

join key 编程hashkey 做left join 做spark的优化，但是有hash key碰撞（1、两个独立hash算法 2、一致hash算法）

特征工程：

spark性能调优的专栏（极客时间）

GNN+DGL落地项目中的挑战和思考 （ 张建，资深数据科学家）

Croa、 citeseer 、pubmed

现实情况建立起来的图是很差的，很多（亚林点） 仅仅比基准模型提升了1.4%

MLP（基准模型）

数据（特征）决定了模型性能的上限，模型知识去无限趋近这个天花板。

LightGBM、RGCN XGboost

Transductive模式

Indective模式

数据管道-》数据存储-》数据抽取-》模型推断-》结果分析

对图数据，有没有实时流式方法

数据、架构、模型、解释（飞控中心）

反欺诈、黑产、灰产的查找已经非常适合使用图神经网络

推荐算法

知识图谱（天眼查）知识图谱的商业价值有非常前景

Flink，GNN（欣欣向荣的阶段）