在機器學(xué)習(xí)會議上，放松并觀看他的會議，他在會議上討論如何應(yīng)對與數(shù)據(jù)質(zhì)量有關(guān)的挑戰(zhàn)，以及如何使用數(shù)據(jù)提高人工智能性能。

LEVERTON正在開發(fā)和利用人工智能從公司和法律文件中提取關(guān)鍵數(shù)據(jù)。對于來自不同來源的大量數(shù)據(jù)，有必要保持健康的數(shù)據(jù)質(zhì)量水平，以供深度學(xué)習(xí)算法學(xué)習(xí)。在本次演講中，Michael Kieweg將展示LEVERTON如何解決與數(shù)據(jù)質(zhì)量相關(guān)的挑戰(zhàn)，以實現(xiàn)出色的AI性能。

Michael Kieweg擁有數(shù)學(xué)博士學(xué)位，并且在人工智能領(lǐng)域工作了11年，包括計算機視覺和推薦系統(tǒng)領(lǐng)域。在過去的四年中，他一直在LEVERTON工作，該公司開發(fā)并應(yīng)用深度學(xué)習(xí)技術(shù)，以自動從公司和法律文檔中提取數(shù)據(jù)。在LEVERTON，Michael領(lǐng)導(dǎo)了數(shù)據(jù)科學(xué)/機器學(xué)習(xí)團隊，該團隊負責開發(fā)和改進信息提取算法和內(nèi)部光學(xué)字符識別管道。