机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

热点

系统运维管理·2020-01-03
xty9 · 南京证券 擅长领域:机器学习, 人工智能, 深度学习
6 会员关注
面对中国经济发展状况,结合自身行业发展,以及现在技术方面突破三方面因素考虑,我们对证券系统运维岗的发展进行一些推测。笔者目前已经在证券系统运维岗工作五年多,见证过很多技术上的发展,也参与了基本所有证券市场上的发展,从深圳新一代到科创,从熔断到IPO改革,目前将结合自己...(more)
浏览12995
anikikong课题专家组 · 中国民生银行 擅长领域:数据库, 灾备, 双活
708 会员关注
智能运维现状智能运维(AIOps)是将人工智能应用于运维领域,基于机器学习的强大能力,学习海量运维数据的规则,挖掘数据的内在价值,为运维提供更可靠的决策依据。智能运维的场景包括但不限于:故障发现,故障定位,故障分析,故障恢复,事件关联分析,日志检测,故障预测,容量预测,智能交互,专家系...(more)
浏览10609
评论3
python·2019-10-22
yh2022lat · 中国联通 擅长领域:服务器, 存储, 灾备
22 会员关注
收藏3
评价1
金币1
应用场景·2019-10-09
CaraChen · 某银行 擅长领域:机器学习, 人工智能, 大数据
21 会员关注
摘要近年来,银行业不断推陈出新及迅猛发展的业务对数据建模提出了两点要求。一是要求模型比传统的业务系统有更强的场景驱动性,业务穿透性更强,即要求数据模型需通过新的数据不断的迭代优化,以适应新的业务需求。二是,数据在广度深度上的激增及应用场景的增加如客户管理、零售...(more)
专栏: 最佳实践
浏览6533
评论4
机器学习·2019-09-09
sunwei3 · EBSCN 擅长领域:服务器, 云计算, 私有云
42 会员关注
本文选自《交易技术前沿》总第三十五期文章(2019年8月)晏强杨超吴浩孙伟/光大证券信息技术总部1、引言证券行业对信息系统的实时性、连续性有极高的要求,根据《证券期货业信息安全事件报告与调查处理办法》,将信息安全事件分为特别重大事件、重大事件、较大事件、一般事件四...(more)
浏览9278
人工智能·2019-09-18
leibeyb · 某证券 擅长领域:人工智能, 大数据, 机器学习
79 会员关注
1 机器学习的发展和现状2017年,谷歌通过深度学习训练的Alphago,战胜了排名世界第一的世界围棋冠军柯洁而名声大噪。这也让人们感到机器学习和人工智能的强大。时至今日,无论是国外巨头谷歌、亚马逊和Facebook还是国内互联网领军者“BAT”,都在大力的研究人工智能,将人工智能...(more)
专栏: 最佳实践
浏览6317
评论4
大数据·2019-07-16
王作敬 · 银河证券 擅长领域:云计算, 容器, 容器云
169 会员关注
作者:王作敬/汪照辉在大数据技术、人工智能、云计算等新技术的驱动下,证券公司的业务模式正在发生巨大的变化。证券公司未来的竞争,本质上是对客户的竞争,因此开发新客户、盘活老客户,深入洞察和了解客户,将合适的产品推荐给合适的客户,提高客户服务质量,实现公司与客户的双赢,是...(more)
专栏: 趋势观点
浏览8355
银行大数据·2019-07-22
haohaopku · 某银行 擅长领域:大数据, 大数据平台, 人工智能
目前银行业很早已经认识到大数据的重要性,利用开源的技术组件来建立大数据平台整合行里的数据资源,从而进一步挖掘数据的内涵价值,支持银行业务。目前本人身处商业银行,所以我只能谈谈商业银行大数据平台推进和落地的大致情况。大数据平台在大中型商业银行已经落地开花,相应的...

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题