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。显示全部

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。

收起
参与26

查看其它 2 个回答xiwenzh的回答

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。

图片处理的例子可能直观一些。
无标题.jpg

无标题.jpg

IT咨询服务 · 2017-11-29
浏览3605
  • 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

回答者

xiwenzh
系统工程师ibm

xiwenzh 最近回答过的问题

回答状态

  • 发布时间:2017-11-29
  • 关注会员:4 人
  • 回答浏览:3605
  • X社区推广