Microsoft Research organitza Data Science Summer School a Nova York amb esperances del món real
La divisió darrere de projectes creatius i investigacions, com ara tatuatges temporals de touchpad, mesures de seguretat per millorar les transferències de dades al núvol, enregistrament de dades d'ADN i molt més, ha va acollir la seva tercera escola d'estiu anual de ciència de dades .
El 2016, Microsoft Research va organitzar un curs pràctic intensiu de vuit setmanes que va intentar utilitzar per primera vegada algorismes d'aprenentatge automàtic per predir els resultats reals, així com fer un seguiment de més de 13 milions de viatges en taxi amb taxi groc a la ciutat de Nova York per oferir un sistema de cotxe compartit més eficient.
Segons Jake Hofman, un instructor de Microsoft Research, realment esperem donar-los una idea de resoldre un problema de recerca que encara no s'ha resolt.
En el primer dels dos projectes de recerca, Airbnb: predicció de la lleialtat , un grup d'investigadors diferents dirigits per estudiants van utilitzar tècniques d'aprenentatge de l'arbre de decisions per ajudar Airbnb a ajustar factors específics per animar futures reserves o incentivar l'amfitrió actual perquè continuï participant.
bonificació prèvia a la comanda no man sky
Equip d'Airbnb d'esquerra a dreta: shawndra hill (msr, mentor), chris riederer (columbia, ajudant d'ensenyament/mentor), erica ram (estudiant), louise lai (estudiant), jacqueline curran (estudiant), kaciny calixte (estudiant), fernando diaz (msr, mentor), amit sharma (msr, mentor)
El grup d'investigadors va utilitzar les seves tècniques de predictibilitat de l'arbre de decisions per eliminar els patrons d'alta i baixa probabilitat de repetició dels clients aprofitant els conjunts de dades recopilats per InsideAirbnb. Potser, descobrint el que pot semblar sentit comú mitjançant l'ús de diversos models predictius, el grup d'investigació va concloure que incentivar l'estada en propietats amb més valoració mostraria un augment gairebé immediat en la taxa de retorn dels usuaris i convidats per primera vegada d'Airbnb.
actualització de Windows 10 versió 1511
L'altre dels dos projectes de recerca va seguir un camí similar d'utilitzar big data per produir un resultat financer i útil immediat. Project Fare Share: Flow and Efficiency in NYC's Taxi System s'explica, un esforç per utilitzar grans franges de dades de seguiment per produir projeccions de viatges compartits que podrien estalviar temps de viatge i donar lloc a un estalvi de més de 8,5 milions de dòlars per al sistema de taxis.
El projecte de recerca es va centrar en un sol mes de dades, que incloïa més de 13 milions de viatges, per a una mitjana de 420.000 viatges al dia, impulsats per més de 32.000 conductors diferents.
A diferència d'un projecte similar el 2009 que va donar resultats en gran mesura poc concloents, l'estudi d'enguany es va centrar en viatges més llargs a destinacions específiques, revelant que un gran nombre de taxis transportaven només un passatger en diverses rutes populars de viatge i trànsit. L'estudi assenyala que els matins entre setmana al voltant de les 7 a.m., hi ha aproximadament 25 viatges redundants des de l'Autoritat Portuària al Rockefeller Center que tenen lloc cada cinc minuts durant l'hora punta.
nous telèfons amb Windows per a verizon
Equip de repartiment de tarifes d'esquerra a dreta: chris riederer (Columbia, assistent d'ensenyament/mentor), abraham neuwirth (estudiant), jai punjwani (estudiant), fatima chebchoub (estudiant), marieme toure (estudiant), ashton anderson (msr, mentor), sid sen (msr, mentor), jake hofman (msr, mentor)
Tant els projectes de recerca com l'escola d'estiu anual de ciència de dades organitzada per Microsoft Research són només un altre gran esforç per promoure la diversitat tant en informàtica com en interpretació tecnològica.
Per saber més sobre els projectes, els homes i dones que hi ha al darrere o les seves conclusions amb més detall, visiteu qualsevol de les pàgines Bloc de recerca de Microsoft o consulteu el seu codi font a GitHub