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。...(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。

文章

人工智能·2017-09-18
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
本文作者:陈晨,王晓俊,徐轶人东吴在线(苏州)金融科技服务有限公司--摘要人工智能作为金融科技的一个重要分支,在金融投资领域能起到什么样的作用?本文将从金融投资的业务出发,结合国内外相关业务研究,来谈一谈人工智能在国内金融投资领域的应用和发展。1引言因技术变革而至的金融...(more)
浏览2679
评论1
人工智能·2017-11-21
让往事随风 · 中国网库 擅长领域:人工智能, 机器学习, 深度学习
人工智能近年来发展迅速,也许有人认为他很遥远,实际上人工智能已经有不少产品都有了落实,让我们离人工智能更近一步。就目前而言,人工智能最大的瓶颈是自然语言的处理,未来人工智能主要应用在哪些领域呢?1、比如语音识别——李开复博士当年做的工作奠定了很多当今识别系统的基...(more)
浏览901
人工智能·2017-09-28
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
大数据时代的到来,为人工智能的飞速发展带来前所未有的数据红利。在大数据的“喂养”下,人工智能技术获得了前所未有的长足进步。其进展突出体现在以知识图谱为代表的知识工程以及深度学习为代表的机器学习等相关领域。随着深度学习对于大数据的红利消耗殆尽,深度学习模型效...(more)
浏览1494
python·2017-09-30
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
本文简要介绍Python自然语言处理(NLP),使用Python的NLTK库。NLTK是Python的自然语言处理工具包,在NLP领域中,最常使用的一个Python库。什么是NLP?简单来说,自然语言处理(NLP)就是开发能够理解人类语言的应用程序或服务。这里讨论一些自然语言处理(NLP)的实际应用例子,如语音识...(more)
浏览970
机器学习·2017-09-28
快乐的包子 · 某银行 擅长领域:服务器, 人工智能, 机器学习
43 会员关注
最近,许多好用的机器和深度学习软件变得十分易得,例如scikit-learn,Weka,Tensorflow,等等。机器学习理论是与统计学、概率论、计算机科学、算法等方面交叉的领域,它产生于从数据出发的学习迭代,试图找出用于开发智能应用的隐藏的洞见。尽管机器学习和深度学习有无限的可能性,对这...(more)
浏览1923
银行·2017-09-28
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
基于大数据构建金融知识图谱、基于社交网络与银行业核心数据识别并深度了解客户。这些都是如今银行业最需要实现落地的课题。在科技金融借助“互联网+”迅速覆盖各行各业的当下,我国银行业金融科技化转型成效惊人。相关统计数据显示,目前国内大型商业银行的电子渠道交易占...(more)
浏览2738
HPC·2015-05-14
gaopin · 新云东方 擅长领域:服务器, 存储, 数据库
176 会员关注
一、背景进入多核时代已经很久了,大数据概念也吵得沸沸扬扬,不管你喜欢不喜欢,不管你遇到没遇到,big-data或bigger-data都必须正视.处理大数据,基本都离不开分布式计算和分布式存储,这其中以hadoop最为使用广泛和经典。分布式系统,就离不开计算系统、网络系统、文件系统和数据库...(more)
浏览1514
HPC·2015-05-19
gaopin · 新云东方 擅长领域:服务器, 存储, 数据库
176 会员关注
最近一直在做移动医疗创业,作为一个创新公司的技术负责人,一方面需要努力与团队研发更有价值的产品功能,另一方面还需要关心业务的发展。毕竟,没有业务,技术只是玩具。看了许多移动医疗方面的文章,大多从纯业务角度去划分医疗的阶段(如诊前、诊中和诊后),并以此出发去考虑移动互联...(more)
浏览1466
AI·2小时前
仙守 · 苏宁易购 擅长领域:人工智能
上篇:自然语言处理——NLP之预训练语言模型BERT(上)5.2 BertModel实现创建一个文件名称为Bert.pyimporttorchfromtorch.nn.initimportnormal_from.BertEmbeddingimportBertEmbeddingsfrom.MyTransformerimportMyMultiheadAttentionimporttorch.nnasnnimportosimportlogging...(more)
浏览68

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。...(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。
X社区推广
  • 提问题