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
来自主题:Kubernetes · 2020-09-15
浏览536
回答1

机器学习平台选型优先顺序调查

发表您的选型观点,参与即得50金币。

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
12 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3949
评论4
来自主题:人工智能 · 2019-09-17
第四范式技术专家第四范式 
5 会员关注
收藏7
评价1
金币1
来自主题:机器学习 · 2019-09-09
sunwei3EBSCN 擅长领域:VMware, 虚拟机, 故障分析
41 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5521
来自主题:证券 · 2019-09-18
leibeyb某证券 擅长领域:先知, SageOne, 机器学习平台
46 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3853
评论4
来自主题:大数据 · 2019-07-02
Cyrus72某银行 擅长领域:大数据, 机器学习
12 会员关注
一、机器学习平台与大数据平台的关系澄清机器学习平台和大数据平台没有硬性的关系,比如很多同业在没有大数据平台之前就借助SAS、SPSS等建模工作进行建模,且在相关领域也取得了不错的成绩,比如评分卡等。在我们看来大数据平台和SAS等传统的建模平台有以下差别:但是由于近期银...(more)
专栏: 趋势观点
浏览6850
来自主题:自动化运维 · 2019-04-19
cherrylook中国人寿保险集团 擅长领域:机器学习, 智能化运维, 保险智能运维平台
60 会员关注
金融企业的IT数据中心通常是一个是巨大的成本中心,大量设备被采购用以支持业务系统。现阶段大部分传统金融企业的IT工作依赖于人工操作,实效性低且往往伴随操作风险,随着业务的扩张,也带来了越来越繁重的运维压力。大型保险企业每年有着千亿级的业务量,数据中心管理了全国的业...(more)
浏览1296
评论2
来自主题:数据中心 · 2019-04-12
cherrylook中国人寿保险集团 擅长领域:机器学习, 智能化运维, 保险智能运维平台
60 会员关注
收藏6
评价7
金币1
来自主题:数据中心 · 2019-04-12
cherrylook中国人寿保险集团 擅长领域:机器学习, 智能化运维, 保险智能运维平台
60 会员关注
综述某金融保险数据中心的智能运维项目秉承自主创新的业务理念,掌握自有的技术自主知识产权,建设完全自主的平台,践行机构内部的数据存储管理,具有一定的行业通用性和示范作用。数据中心立足于传统运维职责,通过机器学习技术将运维水准整体大幅提升,实现数据中心智能化,实现运维...(more)
专栏: 最佳实践
浏览5006
评论5
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