9月28日から30日まで、グラフ技術と機械学習に無関心でない人々のために、グラフ+ AI World2020カンファレンスが開催されます。イベントはオンラインで3日間開催され、参加は無料です。
主催者はだったTigerGraph、町の名を冠したGrafova DBの作成者、およびプログラムは、様々な企業からの講演者からの報告が含まれます：インテル、KPMG、AT＆T、フォーブス、インテュイット、ユナイテッドヘルス・グループ、ジャガーランドローバー、ザイリンクス、Xandr、未来派アカデミーなど
なぜ頭に参加をまたはエンジニアで、110のフォーチュン500企業の3000人のメンバーの1人に参加しますか？猫へようこそ。
すぐに参加したい方のために、登録リンクがあります。
Graph + AI World会議は、グラフアルゴリズムを使用して、AIおよび機械学習プロジェクトの効率を向上させることを目的としています。
なぜグラフアルゴリズムなのか？
私たちは毎日グラフデータベースを使用しており、おそらくそれを認識していません。Facebook、Instagram、Twitterは、グラフデータベースと分析を使用して、ユーザーが互いにどのように関係しているかを理解し、適切なコンテンツにリンクします。Google検索を行うたびに、Googleのナレッジグラフを使用しています。アマゾンでの製品の推奨事項-「この製品を購入した人も購入しました...」または「これらの製品はしばしば一緒に購入されます」？これはすべて、グラフデータベースへの分析クエリにも関連しています。
さまざまなタイプのデータベースを比較すると、主な傾向を浮き彫りにすることができます。
 |
 |
 |
|
, ,
|
Key-value
|
- — .
|
したがって、データが相互に多くの接続を持っている場合、複数の結合クエリの代わりにグラフデータベースを使用するのが論理的です。これは、大容量ではそれほど効果的ではありません。その上、誰もデータサイエンスのグラフ理論をキャンセルしませんでした;）
キースピーカー
- UnitedHealth Groupは、ヘルスケア業界で最大のグラフデータベースを作成し、5,000万人の患者の治療軌跡に関するコミュニケーション、分析、およびリアルタイムのアドバイスを提供しています。
- Jaguar Land Roverは、複雑なサプライチェーンモデルのリクエスト時間を3週間から45分に短縮し、Covid-19の大流行による需給の不確実性に正確かつ迅速に対応できるようにしました。
- Intuitは、AI主導のエキスパートプラットフォームの基本的なテクノロジーとしてナレッジグラフを使用しています。
プログラム
会議には、9月28日（前日）のトレーニングと認定セッション、および9月29日と30日のビジネスケース、ユースケース、技術セッションで満たされた素晴らしい議題があります。一部のセッションは以下で強調表示されています。
9月28日
機械学習認定のためのグラフアルゴリズムの概要
グラフアルゴリズムは、関連するデータ分析と機械学習がそのデータをより深く理解するために不可欠な構成要素です。グラフアルゴリズムは、監視なしの学習、または監視付き学習用のトレーニングサンプルの強化に直接使用できます。このレッスンでは、グラフアルゴリズムを機械学習に適用するための新しいTigerGraphトレーニングおよび認定プログラム（コンテンツレビュー、ビデオ、デモ、および認定プロセス）を紹介します。
ハンズオンワークショップ：グラフアルゴリズムによる機械学習の加速
このワークショップでは、グラフベースのデータを使用した機械学習にいくつかの異なるアプローチを適用できます。
グラフデータベースを（クラウドで無料で）セットアップした後、次のことを行います。
- グラフアルゴリズムを使用した監視なしの学習
- 特徴の抽出とグラフの強化
- 外部トレーニングとノートブックとの統合
- グラフのデータベース内ML手法
さまざまなケースのデータセットがいくつかあります。
9月29日
Fintechおよびリスク管理におけるグラフモデルの適用
FinTellは、月に15億のアクティブなモバイルデバイスに基づいて、数百億のエッジとノードを含むグラフを作成しました。グラフモデルは、FinTellが優れたリスク管理サービスを金融機関に提供するのに役立ちます。
グラフ+ AIを使用した最先端の不正検出システムの構築
適度なコンピューティングリソースでグラフ分析を使用してどのような分析を迅速に作成できるか、および不正の見逃しインシデントを減らし、誤検知を減らすことで不正対策のパフォーマンスがどのように向上するかについてのステップバイステップガイドとデモンストレーション標準的な機械学習パイプラインのポジティブの。
エグゼクティブ円卓会議-グラフ+ AIでメディアとエンターテインメントを変革
グラフデータベースは、重複する顧客エンティティを識別、リンク、および組み合わせて、単一の360°プロファイルを作成するために使用されます。これは通常、製品やサービスに関するより正確で効果的な推奨事項の結果として、より高い収益につながります。Ippen DigitalとXandr（AT＆Tの一部）の幹部に加わって、グラフと機械学習がメディアとエンターテインメントの状況をどのように変えているかを学びましょう。
9月30日
Graph DBとAIを使用したサプライチェーンとロジスティクス管理
工業生産は、世界中に分散している多数のサプライヤから調達し、複数の段階で処理および組み立てる必要のある膨大な量の部品、コンポーネント、および材料という大きな課題に直面しているため、追跡がはるかに困難になっています。最終製品へのサプライヤー。これには、ロジスティクス、つまり輸送の種類、場所、期間、コストなども含まれます。
グラフデータベースを活用して複雑な分散データの透過性を提供し、予測分析を組み合わせることで、メーカーはこれらの課題に効果的に対処できます。生産計画を同時に最適化する：部品の可用性を確保し、品質の低下を最小限に抑え、組み立てと全体的な配送を改善します。
データベース内マシンラーニングを備えたレコメンデーションエンジン
レコメンダーシステムは、ビデオストリーミング、オンラインショッピング、ソーシャルメディアなどのさまざまなサービスで使用されます。産業用アプリケーションでは、データベースに数億のユーザーとアイテムを含めることができます。データベースでモデルをトレーニングすると、DBMSから他のマシン学習プラットフォームへのグラフデータのエクスポートも回避されるため、トレーニングデータの変更時に推奨モデルの継続的な更新をより適切に維持できます。
また、カンファレンスでは、Graphathon2020ハッカソンの結果が発表されます。
登録
無料の会議に参加するには、リンクを使用して公式イベントページに登録する必要があります。
Graph + AI Worldに参加しましょう！
会議でお会いしましょう。