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。

文章

机器学习·2020-04-09
zhuqibs · Adidas 擅长领域:云计算, 服务器, 存储
58 会员关注
数据预处理分为6步:第一步:导入NumPy和Pandas库。NumPy和Pandas是每次都要导入的库,其中Numpy包含了数学计算函数,Pnadas是一个用于导入和管理数据集(DataSets)的类库。第二步:导入数据集。数据集一般都是.csv格式,csv文件以文本形式存储数据。每一行数据是一条记录。我们使用p...(more)
浏览1100
证券·2020-03-06
lxue · 某互联网公司 擅长领域:数据库, 人工智能, 大数据
121 会员关注
摘要:本文根据光大证券在金融文档智慧服务平台中的建设经验,阐述对于深度学习技术的研究认知及处理富格式文档的探索实践经验。该平台利用海量的数据信息,建立平台“数据标注-模型训练-模型评估”周期迭代方式,在模型自主学习改善复核效果的基础上,将人工审核与机器审核相结合...(more)
浏览5287
人工智能·2020-03-03
lxue · 某互联网公司 擅长领域:数据库, 人工智能, 大数据
121 会员关注
摘要运维服务台提供了统一对外的服务窗口,但存在沟通成本高、人员流动性大,服务请求的整体交付周期普遍较长,难以保证服务质量的问题。同时,知识库不完善等问题也限制了服务台作为一线服务的工作能力,往往需要通过二、三线人员的专业知识解答问题,构建完整的运维服务闭环。因此...(more)
浏览5336
大数据·2020-02-27
xuyuting · 同盾科技有限公司 擅长领域:云计算, 容器, 容器云
4 会员关注
对于外行来说,「Jira」只是一个项目管理工具,在科技公司中几乎无处不在。它最初是为管理软件开发项目而构建的,后来自然而然地被应用到数据科学项目中。我想说,尽管Jira可能是一个很好的工具,但数据科学项目是特别的!管理数据科学项目会引起大量热烈的讨论或大量的争论。一方面...(more)
浏览1289
系统运维管理·2020-01-03
xty9 · 南京证券 擅长领域:深度学习, 人工智能, 机器学习
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12994
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10605
评论3
应用场景·2019-10-09
CaraChen · 某银行 擅长领域:人工智能, 机器学习, 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6525
评论4
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
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
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8354

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