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。
最新
来自主题:大数据 · 1天前
xuyuting北京顶象技术有限公司 
金币2
来自主题:架构设计 · 2019-10-09
CaraChen某银行 擅长领域:机器学习, 机器学习平台, SageOne
3 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3522
评论4
来自主题:证券 · 2019-09-18
leibeyb某证券 擅长领域:机器学习, 先知, SageOne
15 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3441
评论4
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。
  • 提问题