在证券基金行业应用深度学习,如何看待深度学习的不可解释性?

深度学习与狭义的机器学习的一个重要区别是不可解释,在证券基金行业的应用中,我们怎么看待这个问题,会有哪些可能的风险,以及应该做哪些准备来应对这些不确定的风险。

参与26

3同行回答

xiwenzhxiwenzh  系统工程师 , ibm
认为不可解释是将深度神经网络当成一个黑盒子来使用。咨询过一些数据科学家,他们认为深度网络实际上是一个有效信息提取抽象的过程,其实深度神经网络的每一层(又叫特征图)都是很有用的,合理地使用深度学习技术,可以更好将研究的事物转换成一个易于处理的特征(数值向量)来处理。图...显示全部

认为不可解释是将深度神经网络当成一个黑盒子来使用。咨询过一些数据科学家,他们认为深度网络实际上是一个有效信息提取抽象的过程,其实深度神经网络的每一层(又叫特征图)都是很有用的,合理地使用深度学习技术,可以更好将研究的事物转换成一个易于处理的特征(数值向量)来处理。

图片处理的例子可能直观一些。
无标题.jpg

无标题.jpg

收起
IT咨询服务 · 2017-11-29
浏览3582
  • 可否举个具体的例子,来说明如何使用中间层的特征来处理问题
    2017-11-29
  • 提问者说深度学习与狭义的机器学习的一个重要区别是不可解释,我理解应该是说的机器得到的预测结果的过程是黑盒状态。说到某个业务问题的可预测性,其实是个互斥问题,跟我们预测天气预报是完全不同的概念,如果大家都对这个问题进行了相关的预测,其实就改变了预测的基础条件,反而会让这个问题具有不可预测性。。。。。
    2017-11-29
rein07rein07  系统架构师 , 某证券
深度学习的不可解释性可以用人生的不确定性进行类比,人这一辈子都是处于不确定性中,永远不知道下一秒会发生什么,也不知道自己的决定对不对,只是根据当前的经验值推断出自己最应该做出的反应是什么,这才有不断总结经验这个过程,但我们并不会因为不确定性而不去做决定。面对深度...显示全部

深度学习的不可解释性可以用人生的不确定性进行类比,人这一辈子都是处于不确定性中,永远不知道下一秒会发生什么,也不知道自己的决定对不对,只是根据当前的经验值推断出自己最应该做出的反应是什么,这才有不断总结经验这个过程,但我们并不会因为不确定性而不去做决定。面对深度学习的不确定性,我们也要认识到这一点,它不可能做到成为一个绝对精确的模型,给定输入,就一定会有什么样的输出,通过不断学习,完善模型,能够越来越准确就已经非常不错了。金融行业的不确定性因素太多,也不可能建立一个标准模型,只有不断理解影响金融市场的因子,不断地优化模型,辅助企业和用户决策。

收起
证券 · 2017-11-29
浏览3108
空谷幽兰空谷幽兰  信息分析/架构师 , 国金证券
提问者是要问模型结果的不可解释性,即黑盒还是白盒?还是说某个业务问题是否有可预测性显示全部

提问者是要问模型结果的不可解释性,即黑盒还是白盒?还是说某个业务问题是否有可预测性

收起
证券 · 2017-11-29
浏览3128

提问者

alexchen
技术经理九州证券

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2017-11-29
  • 关注会员:4 人
  • 问题浏览:6780
  • 最近回答:2017-11-29
  • X社区推广