证券行业的应用场景分别对应深度学习的哪些细分领域?

比如智能投顾、智能风控、智能客服、智能股票预测等等,分别对应了深度学习中的哪些领域(如语音识别、自然语言处理),分别适合用哪些算法模型去解决对应的场景?

1回答

rein07rein07  系统架构师 , 某证券
田华彬彬王磊磊等赞同了此回答
智能投顾是一个复杂的应用场景,牵扯的模型很多,没办法说他严格意义上划分成语音识别或者自然语言处理等等,因为它涉及到客户画像模型、产品画像模型、资产配置模型,而每个模型的实现也不一定归属到语音识别、自然语言处理、图像识别,它应该就是一个独立的应用领域,与语音识别、...显示全部

智能投顾是一个复杂的应用场景,牵扯的模型很多,没办法说他严格意义上划分成语音识别或者自然语言处理等等,因为它涉及到客户画像模型、产品画像模型、资产配置模型,而每个模型的实现也不一定归属到语音识别、自然语言处理、图像识别,它应该就是一个独立的应用领域,与语音识别、自然语言处理相同的是底层可能都采用了神经网络等算法模型去实现。智能股票预测可能会涉及到自然语言处理,因为要实时处理大量的资讯信息,智能客服可能会涉及语音识别技术,无论应用领域如何,底层算法模型应该是通用的,像神经网络、贝叶斯网络、遗传算法等等。

收起
 2017-11-29
浏览741

提问者

macromacro产品经理, 上证所信息网络有限公司

问题状态

  • 发布时间:2017-11-29
  • 关注会员:2 人
  • 问题浏览:2976
  • 最近回答:2017-11-29
  • 关于TWT  使用指南  社区专家合作  厂商入驻社区  企业招聘  投诉建议  版权与免责声明  联系我们
    © 2020  talkwithtrend — talk with trend,talk with technologist 京ICP备09031017号-30