V1 large peipei taipei

陳珮珮

Yokozuna Data 機器學習工程師主管

佩佩是 Yokozuna Data 的機器學習工程師主管,專精於深度學習技術與將機器學習運用於序列分析問題。她擁有台灣大學電腦科學碩士學位,5 年以上的遊戲與音樂相關資料科學研究經驗,以及 8 篇通過同儕審查的發表論文。

透過資料科學相關的研究經驗與紮實的電腦科學技術背景,佩佩目前致力於將機器學習模型整合進易於擴展(scalable)的大數據工具框架之中。她的其他專業領域還包括後端系統開發,如 Cassandra 資料庫系統、Spark 框架以及使用 Kubernetes 及 Docker 進行雲端平行運算。

陳珮珮的議程


AI 與大數據能為電子遊戲帶來什麼好處?
Day 1 - 13:30 - 14:30
中文

隨時保持連線狀態的電子遊戲大幅改變了整個遊戲產業,而且它們通常衍生出各種有趣且複雜的問題,玩家們在遊戲內的操作可累積成非常可觀的資料集,讓我們有機會更深入地探索人們玩遊戲的方式。資料驅動的遊戲開發方法對於最佳化遊戲體驗、增進玩家黏著度等方面都有很多的應用空間。

機器學習技術可用於預測每個不同玩家各別的行為模式,譬如說可以呈現出玩家在什麼特定的時間點,或遇到哪個關卡時會離開遊戲;又或何時會進行購買下一個虛擬道具,購買時可能會挑選哪樣物品。這讓開發者得以預防過早離開遊戲的情況,延長玩家生命週期。

本議程中,我將介紹一些對整體遊戲產業帶來重大影響的人工智慧相關技巧。例如利用深度學習技術,我們可以透過個人化遊戲事件、行銷活動以及遊戲內購推薦等手法,為玩家帶來彷彿量身訂製的體驗。再者,這些技術怎麼運用數以 PB 計的海量資料,讓開發者能在遊戲上線營運的狀態下做出各種預測,甚至還能調適到不同種類的遊戲與玩家上。

本議程為入門等級的遊戲資料科學題目。聽眾可以從中理解機器學習是怎樣預測玩家離開遊戲的時間點、他們會花多少錢內購以及下次購買的物品可能是哪項;還有遊戲上線環境下的分析與預測如何幫助遊戲開發和營運。