发现YouTube一个神奇的频道3Blue1Brown，它有一个播放列表《线性代数的本质》。看完了4个视频，包括了向量，线性组合，跨度，基向量，线性变换和矩阵乘法。B站播放列表在这里（https://www.bilibili.com/video/av6731067）。00序言LinearAlgebra线性代数数值、几何01向量究竟是什么物理...(more)

第一步：导入相关库123importnumpyasnpimportmatplotlib.pyplotaspltimportpandasaspd第二步：导入数据集dataset=pd.read_csv('../datasets/Social_Network_Ads.csv')为了方便理解，这里我们只取Age年龄和EstimatedSalary估计工资作为特征12X=dataset.iloc[:,[2,3]].valuesy=d...(more)

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)

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)

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)

随机森林是常用的机器学习算法，既可以用于分类问题，也可用于回归问题。本文对scikit-learn、SparkMLlib、DolphinDB、xgboost四个平台的随机森林算法实现进行对比测试。评价指标包括内存占用、运行速度和分类准确性。本次测试使用模拟生成的数据作为输入进行二分类训练，并用...(more)

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，比如各类交...(more)

DolphinDB是一款分析型的分布式时序数据库，内置处理流式数据处理引擎，具有内置的并行和分布式计算的功能，并提供分布式文件系统，支持集群扩展。DolphinDB以C++编写，响应速度极快。提供类似于Python的脚本语言对数据进行操作，支持类标准SQL的语法。提供其它常用编程语言的API，方...(more)

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)

0、前言近年来，随着金融企业的业务规模不断增长，越来越多的运维场景和问题无法用传统运维方法来解决，而运维效率也难以继续支撑业务规模的快速扩张，所以企业运维部门开始更加关注如何解放运维自身的效率，以解决传统运维方法（人工、自动化）所解决不了的问题，智能运维应时而生。智...(more)