2019 Microsoft Ignite The Tour Beijing

跨界知识聚会系列文章,“知识是用来分享和传承的”,各种会议、论坛、沙龙都是分享知识的绝佳场所。我也有幸作为演讲嘉宾参加了一些国内的大型会议,向大家展示我所做的一些成果。从听众到演讲感觉是不一样的,把知识分享出来,你才能收获更多。

关于作者

  • 张丹(Conan), 程序员/Quant: Java,R,Nodejs
  • blog: http://fens.me
  • email: bsspirit@gmail.com

转载请注明出处:
http://blog.fens.me/meeting-mvp-20191210

前言

2019年,微软在全球30个城市开展Microsoft Ignite The Tour活动,Microsoft专家和技术社区将为您带来最好的Microsoft Ignite活动体验,让您了解构建解决方案以及迁移和管理基础结构的新方法,并与当地行业领导者和同行交流。Microsoft Ignite TheTour在大中华区有五站,分别在北京、深圳、台北、上海和香港举行。

我是微软MVP受到微软邀请,进行了2个主题的分享,分别是人工智能定量分析医学影像数据-癫痫识别,基于牛顿冷却定律的热度排名算法。

目录

  1. 会议背景
  2. 我分享的主题1:人工智能定量分析医学影像数据-癫痫识别
  3. 我分享的主题2:基于牛顿冷却定律的热度排名算法
  4. 会议体验和照片分享

1. 会议背景

2019年12月10-11日,Microsoft Ignite The Tour Beijing(MITT)北京站吸引了近3,000名观众,Microsoft专家和技术社区为大家带来了干货满满的技术培训和讲座。本次活动的官方参会指南

3名MVP参与了1场开幕式、1场早餐讨论会、3场人文IT的活动。
22名MVP/RD在MVP/技术社区环节,做了35场演讲。
5名MVP/RD围绕Azure 和 Dynamics主题,做了5场学习路线的演讲。
9名MVP/RD参与了10场剧院式演讲。
10名MVP/RD和技术社区成员,在社区中心展开了4场非会议式演讲和技术互动。


微软公司的组合者和MVP的大合照。

2. 我分享的主题1:人工智能定量分析医学影像数据-癫痫识别

这个主题对来说是陌生的,是全新的。我没有医学背景,在项目开始之前,完全看不懂脑核磁的片子,不清楚医生的诊断方法。但是,我有数据分析的技术,能看懂数据,医疗影像的片子,也是由数据产生的,抱着相信自己试试的心态,我就接下来这个数据分析项目。

本项目是通过机器学习定量分析PET,MRI及EEG数据,识别癫痫灶,利于术前患者评估,对于MRI阴性患者尤其重要,提高病变辨识度。

人工智能现在在医学肿瘤及肺结节方面发展较为迅速,希望我的抛砖引玉能建立更多医工结合的机会,希望各位专家老师可以更多关注医学其他疾病的数据化或信息研究,为医学人工智能化提供更广阔的平台

分享主要为分4个部分进行介绍:

  1. 研究背景
  2. 业务方法
  3. 模型设计和模型训练
  4. 阶段性成果

阶段性成果总结,从影像数据到结果化数据,建立了映射关系。从统计学的角度,发现了一些新的特征行为,是不同业务特征的。用数据论证了,个体是有差异的,不能使用通用的分析模板。空间维度的抽样,可以平衡黑白样本比例。探索出一条可以用机器学习,进行模型训练思路,并可以进行落地。

张丹

林耀云,哈尔滨医科大学附属第一医院影像医学与和医学主治医师。

3. 我分享的主题2:基于牛顿冷却定律的热度排名算法(R语言实现)

这个主题是一个比较有意思的互联网模型应用的一个主题,介绍了牛顿冷却定律在排行榜上的一种实现。我将介绍一个数据项目从研发到实施的全流程,把理论模型结合实际的场景进行应用,从理论,到公式,再到验证,然后结合实际场景,数据模拟,形成数据产品。听众可以了解到,数据项目的建立过程,思考过程,数据探索过程,帮助大家更好的使用数据。

基于牛顿冷却定律的热度排名算法(R语言实现)
我们生活中随处能看到排行榜,有图书排名,电影排名,文章排名,音乐排名,商品排名,商铺排名等等,排在TOP10名单商品,会对我们生活中的决策产生重大的影响,所以如何设计一个客观的排行榜,是一件很重要的事情。这个场景就非常时候用到算法模型,进行客观评价和排名。

牛顿冷却定律是一种热力学模型,通过温度与时间之间的函数关系,构建出了一个指数衰减的过程。物理学中热度的衰减,同样适用在排行榜的商品衰减。对基础科学的公理和定理的研究,可以极大地开阔研究数据的思路,形成跨学科的解决方案。用自然科学的基础理论,来解决跨学科的问题是一种绝佳的方法。

我主要为分4个部分进行介绍:

  1. 排名算法背景介绍
  2. 牛顿冷却定律原理
  3. 算法模拟和R语言实现
  4. 算法应用落地

最后总结,本文从场景开始,介绍了一般思路,行业思路,理论模型,数学公式,推到过程,程序实现,最后回到场景应用,形成数据研发闭环。

对基础科学的公理和定理的研究,可以极大地开阔研究数据的思路,形成跨学科的解决方案。用自然科学的基础理论,来解决跨学科的问题是一种绝佳的方法。

希望通过本次分享,给大家带入一个新的领域。

4. 会议体验和照片分享

本次大会我体会到的一些关键字:场面大,微软大战略,Azure,人工智能。

4.1 会议体验证和总结

终于最近加班实在是太严重了,在准备分享内容的时候压力山大,特别是对癫痫的数据模型,时间太紧又必须要创新,做出没有前人做出来的思路,所以真是非常有难度,基本花了1周的时间从22:00-24:00凌晨,才把数据建模完成。

国家会议中心的全楼层,只少能容纳2万人。

等待入场的听众。

大会现场

4.2 相关照片

苏震巍

刘海峰

赵文超

李佳芮

卢建晖

刘俊哲

李佳芮 和 梁迪Chirs(MVP项目中国区负责人)

最后,特别感谢一直在后面帮助处理各种事情的MVP助理康爽,可惜没有照片!下次我会记得要补上的。

微软大会!大场面!MVP!Yeah!下一站深圳见。

转载请注明出处:
http://blog.fens.me/meeting-mvp-20191210

打赏作者

This entry was posted in 活动聚会