首席数据科学家

个人简介：谢梁是纽约州立大学计量经济学博士，滴滴数据科学部首席数据科学家，主持运用机器学习和人工智能方法优化和分析大规模交易平台效率和系统行为模式。具有十余年机器学习应用经验，熟悉各种业务场景下机器学习和数据挖掘产品的需求分析，架构设计，算法开发和集成部署，行业跨度包含金融，能源和高科技。曾经担任微软总部云存储核心工程部门首席数据科学家，美国圣保罗旅行者保险分析部门总监等职务。在包括Journal of Statistical Software等专业期刊上发表多篇论文，担任Journal of Statistical Computation and Simulation期刊以及Data Mining Applications with R一书的审稿人。与人合著的《深度学习实战：Keras案例精解》一书销量近万册

议题：可解读的人工智能模型与业务策略优化

议题介绍：在实际业务中，搭建一个可解读的机器学习和人工智能模型是极其重要但是又常常被忽略的工作。模型的可解读性对于其使用、改进、维护都具有重要的意义。在这个讲座里，谢梁将介绍人工智能模型的可解释性含义、常用方法及其在滴滴数据科学工作中的生产和应用。