深度学习
深度学习
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处...(more)
深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
热门排序|时间排序
动态
来自主题:金融行业 · 2018-09-06
ZHOULEONIBM 
2 会员关注
一、人工智能在金融行业的应用机会 近些年随着互联网对各行业的改造(或者说数字化转型),传统金融机构受到很大冲击。但是,大数据分析和人工智能等新技术的发展,也使得金融行业客户能够重获逆袭的可能。因为,对于金融行业来说,在过去几十年的发展中沉淀了巨量的可信数据,比如各类...(more)
浏览3501
来自主题:大数据 · 2018-09-05
rein07某证券 擅长领域:大数据, 大数据平台, 存储
182 会员关注
当前科技金融已经深入到多个业务领域,如量化交易、智能投顾、精准营销、智能客服等,在这些应用中,智能投顾又首当其冲,在财富管理中崭露头角。智能投顾英文名称为robo-advisor,是指网络虚拟人工智能产品基于客户自身的理财需求、资产状况、风险承受能力、风险偏好等因素,运用现...(more)
浏览3709
评论1
来自主题:大数据 · 2018-08-28
时东南外资银行 擅长领域:spark, 大数据, 区块链
101 会员关注
收藏3
评价7
金币5
来自主题:招聘 · 2018-06-07
Lancer互联网 擅长领域:大数据, 中间件, Linux
296 会员关注
岗位职责: 建设量化交易系统的数据仓库 从国内外交易所,数据供应商以及互联网获取各类的金融数据 负责数据的收集, 聚合,清洗和分析 确保数据质量,包括正确性,一致性,完备性,有效性,时效性等 岗位要求: 1-3年相关工作经验 熟练掌握一种或多个开发语言(Python/perl/...(more)
浏览3347
来自主题:方案设计 · 2018-04-24
聂奎甲长春长信华天 擅长领域:TSM, SVC, 备份
350 会员关注
银行最大的获客渠道依赖于单一线下物理网点及其行员,其获客半径相对有限,获客成本单价也可能较高。随着银行引入新的科技技术,互联网已成为银行重要的客户经营渠道。银行不能再被动等待客户到来,而是通过主动切入客户的各类生活应用场景,在场景获取客户,将获客这一步骤前移。通...
浏览248
回答1
来自主题:大数据 · 2018-03-19
  • 时间:2018-03-29 13:30
  • 地点:广东深圳
  • 状态:已结束
  • 浏览793
    报名23
    来自主题:深度学习 · 2018-03-13
    聂奎甲长春长信华天 擅长领域:TSM, SVC, 备份
    350 会员关注
    可以通过家庭医疗、体检筛查、医学诊断等多级手段联合的方式。 爬取互联网上海量癌症相关病人的作息习惯、饮食生活、环境等文章帖子,使用自然语言处理,建立早期预警模型。病人可以通过互联网医疗模型初步判断自己是否拟合癌症早期的特征。进一步结合可穿戴设备、家庭诊疗...
    浏览2226
    回答1
    来自主题:医疗 · 2018-03-13
    聂奎甲长春长信华天 擅长领域:TSM, SVC, 备份
    350 会员关注
    需要医院对数据打上标签,这是一个工作量比较大并且需要丰富经验的医生准备的工作。标签的准确率会影像深度学习的识别率。深度学习是有监督的机器学习,除了准备用于训练机器的数据之外,还要对这些数据提供标签。这些数据和标签需要覆盖所有要推理的类别,并且每个类别都要有多...
    浏览2248
    回答2
    来自主题:人工智能 · 2018-03-13
    fujianj11IBM 
    9 会员关注
    医院的数字化转型中的方向包括了提升诊断效率和病患体验,提供个性化、有证据支撑的医疗选项来实现更优的决策,人工智能/机器学习/深度学习在此过程中会发挥越来越重要的作用。适用场景包括了:影像识别,精准医疗,辅助诊疗,药物研发等方方面面。...
    浏览2270
    回答2
    描述
    深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处...(more)
    深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值(例如一幅图像)可以使用多种方式来表示,如每个像素强度值的向量,或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务(例如,人脸识别或面部表情识别)。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
    主题组织结构关系主题
  • 机器学习 机器学习
    544人关注了该主题
  • 人工智能 人工智能
    1852人关注了该主题
  • 自然语言处理 自然语言处理
    23人关注了该主题
  • IBM Cognitive Systems IBM Cognitive Systems
    5人关注了该主题
  • 循环神经网络 循环神经网络
    25人关注了该主题
  • 精准营销 精准营销
    1人关注了该主题
  • 智能投顾 智能投顾
    5人关注了该主题
  • 期货指数预期 期货指数预期
    1人关注了该主题
  • 智能投研 智能投研
    2人关注了该主题
  • 量化交易 量化交易
    3人关注了该主题
  • 智能资讯 智能资讯
    3人关注了该主题
  • 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
    © 2018  talkwithtrend — talk with trend,talk with technologist 京ICP备09031017号-30