【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

企業手上有了大量資料,透過機器學習技術可以提升用戶體驗、提高生產效率,甚至預測市場需求或營運問題,為企業產生更高的價值並提高競爭力。本次講座邀請KKBOX機器學習團隊主管 Ann 分享如何為每個使用者「推薦」個人化的音樂,用更好的體驗來黏住用戶;另一位分享者任佳珉博士來自工研院巨量資訊科技中心,他會分享巨量資料分析於智慧製造之應用。

為什麼要參加本場講座?

  • KKBOX在六年前成立研究中心,透過資料科學家團隊來分析用戶聆聽音樂的行為,來現場跟機器學習團隊主管Ann交流,了解第一手的技術實務。
  • 工研院是台灣重要的研究機構,本次分享的任佳珉博士既是技術人,也有許多智慧製造的現場經驗,就等大家來挖寶。
  • 到現場跟分享者與同好交流,或許就是未來的合作伙伴。

免費報名 8/24(四) 創客 Night #27 >>

創客Night X Mobileheroes月月小聚 - 講座說明

時間:2017年8月24日(四) PM7:00 - PM9:00 【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

地點:T客邦總部,台北市中山區民生東路二段141號6F (Google 地圖)

主辦單位:

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享 

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

我要參加:

Step1: 填寫報名表>>>

Step2:填完報名表後,會收到完成報名的 Email,活動前會發手機簡訊通知。

Step3:請多帶幾張名片來認識新朋友。

分享主題1:KKBOX 如何運用「機器學習」為每個使用者推薦個人化的音樂

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享是知名的線上音樂平台,相信許多讀者是KKBOX用戶。KKBOX擁有3000萬者歌曲與超過千萬的用戶,持續產生大量的使用行為數據,把巨量資料透過機器學習技術,讓每個使用者享受個人化的音樂體驗,是本主題分享者 Ann Chen 帶領的機器學習團隊的重要任務。Ann 在本次講座分享的重點包括:

1、音樂推薦是什麼,怎樣才算是成功的音樂推薦系統

即便推薦技術已經是在許多領域有成熟的應用,但在音樂領域的推薦上仍存在許多挑戰。基於音樂本身的特徵複雜、聆聽音樂的情境多樣與使用者聽音樂的目的多變等因素,要做出符合使用者期待的推薦並不容易,怎樣去衡量一個音樂推薦系統的的成功與否目前仍然是個充滿挑戰的問題。

2、機器學習在個人化技術、推薦系統的應用

如何應用使用者資料及音樂內容分析來打造個人化的體驗?我們會著重在如何應用機器學習的技術打造個人化系統。

3、線上維運

推薦系統不只是機器學習,我們會介紹整體維運會牽涉那些環節、我們運用那些工具來解題。

▼透過KKBOX的個人化推薦讓使用者越聽越多元。

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

分享者:Ann Chen - KKBOX 機器學習團隊主管

Ann Chen 是 KKBOX 機器學習團隊主管,聚焦於採用資料探斟與機器學習技術,為使用者提供個人化的音樂聆聽體驗。 

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

KKBOX 是知名的線上音樂平台,擁有3000萬首曲目 (包括全球最大的華語音樂曲庫),獲得超過 500 家主流及獨立唱片公司的合法授權,服務地區包括台灣、香港、日本、新加坡、馬來西亞及泰國。今年與 WSDM 研討會合辦全球資料探勘競賽,召集各方好手利用人工智慧技術,透過寫程式來可推測知道用戶現在想聽什麼歌、會不會續訂。

免費報名 8/24(四) 創客 Night #27 >>

分享主題2:巨量資料分析於智慧製造之應用與案例分享

全球製造業興起一種新的維運策略思維,由過去事件發生時才採取措施的反應式維運(reactive maintenance),演化到預測式維運(predictive maintenance),主要精神是利用生產製造過程中所產生的資料來進行分析預測,並以預測結果來輔助決策。本次講座將分享智慧製造的應用案例,內容包括: 

1、製造業的資料分析趨勢

2、機台故障預診斷系統的應用

3、虛擬量測技術的應用 

本次所分享的內容,大概可以從下列3張圖片略知,非常歡迎大家到現場進行交流與討論。 

▼資料分析於製造業的發展趨勢,已逐漸從描述式分析、診斷式分析、預測式分析到指導式分析;所創造的價值更是從單單只有過去成功或者失敗的資訊,到根據分析預測的結果,進一步建議出優化利益或者降低風險的行動。 

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

▼故障預診斷系統包括資料截取模組:從異質性來源取得與監測零件相關的資料;資料前處理及特徵萃取模組:找出跟監測零件相關的特徵;健康診斷模組:從零件的正常狀態相關特徵訓練出模型,用於偵測零件的健康狀況;剩餘壽命預測模組:從零件的健康、亞健康、故障等特徵訓練出模型,用於預測零件的剩餘壽命;以及視覺化模組:以視覺化方式呈現預診斷結果。

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

▼傳統產品加工完成後,大都經由抽樣檢測產品品質,而巨量資料分析技術可以藉由機台加工資料,來進行品質估測,即時精準掌握產品製造的產能與品質。

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

分享者:任佳珉博士 Kevin Ren

目前任職於工業技術研究院巨量資訊科技中心,擔任技術研發工程師。 

【講座】機器學習與大數據處理在線上音樂、智慧製造的技術實務,讓KKBOX、工研院專家來分享

任佳珉博士的專長為機器學習、資料分析、音樂資訊檢索,目前主要是研發故障預診斷及虛擬量測技術,並在相關場域進行技術的驗證。 

關於【創客Night X Mobileheroes月月小聚】

從2017年7月開始,T客邦創客基地與經濟部通訊產業發展推動小組(通訊大賽主辦單位)合作,每月舉行資訊通訊領域的講座,通常會以技術實務或新科技為內容,邀請專家進行分享。

歡迎加入【創客基地】臉書社團 https://www.facebook.com/groups/maker.techbang/ ,這裡有最新的講座、課程資訊,並分享有趣的、有用的內容。歡迎分享您的作品,讓更多人知道。

↓↓↓↓全部介紹完畢,總該報名了吧!

【注意事項】

  • T客邦(以下稱主辦單位)保有修改活動內容之權力。
  • 本活動有名額限制,以報名時間為優先順序,報名成功會收到確認函以及入場簡訊。
  • 為提供訂購、行銷、客戶管理或其他合於營業登記項目或章程所定業務需要之目的,家庭傳媒集團(即英屬蓋曼群島商家庭傳媒股份有限公司城邦分公司、城邦事業股份有限公司、書虫股份有限公司、墨刻出版股份有限公司、城邦原創股份有限公司),於本集團之營運期間及地區內,將以 mail、傳真、電話、簡訊、郵寄或其他公告方式利用您提供之資料(資料類別:C001、C002、C003、C011等)。利用對象除本集團外,亦可能包括相關服務的協力機構。如您有依個資法第三條或其他需服務之處,得致電本公司客服中心電話 0800-020-299 請求協助。相關資料如為非必填項目,不提供亦不影響您的權益。
LIS
作者

我是李一詩,目前在T客邦負責經營開發者社群。

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則