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。

问题

机械装备保险机器学习平台·2019-04-16
pysx0503联盟成员 · 第十区。散人 擅长领域:存储, 服务器, 备份
749 会员关注
对于重要业务。我是不太放心对系统参数或者数据库参数进行自动调整的。参数变更。特别是重要参数变更的时候。一定要经过工程师和部门审核,然后在非业务时间进行调整。机器学习可以收集信息,数据分析。但涉及到变更的我觉得还是要经过人工审核后在处理。...
证券大数据·2018-01-31
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
589 会员关注
传统数仓一直扮演着一个数据集市的作用,在大数据的冲击下,传统数仓已经无法满足海量数据的查询分析场景,基于大数据平台的新型数仓承担了海量数据的分析重任,这其中我觉得hive就是典型的代表。我理解您的意思是指传统数仓会不会继续存在,我认为会继续存在着,在中小数据量级下,传...
银行深度学习·2018-01-30
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
589 会员关注
无标题.png深度学习与传统机器学习最大的不同是更关注于样本训练的深度,更细力度地抽取特征用于描述样本,而非简单地形成向量数据,从而更好地进行分类预测。更细致地抽取意味着计算量的增大,但是随着大数据技术和GPU等硬件技术的发展,这些巨大的计算量也变得可能。...
银行机器学习·2019-09-10
hym38 · 某银行 擅长领域:大数据, 人工智能, 数据库
14 会员关注
1、模型与规则的组合是通过将模型评分作为规则的一部分 来实现的。如原来的规则是“条件A>10“,和模型评分组合后,则变成“条件A>10 且 评分 > 某个阈值”。当然,每一个规则中的模型评分阈值需要不断的调试并最终确定。2、第二个问题不大理解,是对比如“最近五...
保险流式计算·2019-08-02
zftang · 小白一枚 擅长领域:数据库, 云计算, 服务器
65 会员关注
python的文件空间可以同时载入多个模型
银行机器学习·2019-04-18
pysx0503联盟成员 · 第十区。散人 擅长领域:存储, 服务器, 备份
749 会员关注
个人的一点看法。现在的x86架构服务器性价比很高。一个中小规模的集群架构。10-20台左右的物理主机已经可以运行很多东西了。对于中小企业。我觉得基础数据的采集,挖掘是重点。如何去收集更多的基础数据。行业数据作为分析。形成可以实际用于企业生产决策的指导性数据才是...
证券证券深度学习平台·2018-01-26
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
589 会员关注
这个没有标准答案,还是要看您怎么看待这些影响因子的,所以说模型很难建立,每个人心中的模型也可能是不一样的。如果是我的话我会将政策划分等级,比如1到5,每个等级有个评判标准,这样,就可以对政策的颁布信息进行量化了,美国市场加息政策也是如此,为什么我们会提到美国加息,就是因为...
保险保险智能运维平台·2019-04-15
doc · 长春理想 擅长领域:存储, 云计算, 服务器
453 会员关注
智能化运维并不能绝对的避免出现误报警,但是误报的概率要比没有引入智能化运维之前低很多
互联网服务大数据·2018-10-16
sxtycxx · 人工智能(计算机视觉) 擅长领域:存储, 灾备, 服务器
523 会员关注
1、精准营销需要在构建用户画像和商品的画像的基础上,实现智能的推荐,推荐又分为基于用户画像(购买行为类似的用户商品推荐)和商品画像(购买商品相似度推荐)相结合实现精准的营销;2、要建立用户画像,首先需要梳理画像的特征值(也就是多维度的数据信息),基础上给用户进行打标签(和实际...
银行机器学习·2018-09-27
zjwy82 · bank 擅长领域:系统运维, 自动化运维, 银行自动化运维
57 会员关注
智能运维是一个大的话题,gartner提出将现有的AIOps能力划分为11个类别(可以百度一下),要实现智能运维需要一个体系化的系统建设规划,结合实际需求分应用场景实现,不建议随风涌动。机器学习是实现智能运维中某些场景的技术手段之一,大数据、自动化都是智能运维中不可或缺的手段。...

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