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。

问题

互联网服务量化交易·2018-01-26
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
量化交易改变了传统交易模式,通过规则模型将交易过程数字化,利用计算机技术从庞大的历史数据中海选能带来超额收益的多种“大概率”事件以制定策略,减少了投资者情绪波动的影响,利用计算机实现交易自动化。量化交易与传统交易的关键点在于是否有个健全的计算机模型,代替人脑去...
证券量化交易·2018-01-26
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
tensorflow是支持分布式部署的,现在也能运行在大数据平台上,被yarn调度运行,性能应该是不错的,毕竟是谷歌出品。选择一个合适自己的框架是非常重要的,需要考虑的是自己业务的需求是否能满足,比如是否要分布式计算,是否易用,与大数据平台是否需要互通,是否易于管理等等,这需要对这些...
证券深度学习·2018-01-26
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
我理解您说的智能咨询应该就是类似一问一达的系统吧,如果是这样,我觉得还是就是在做一个智能问答系统,就像百度知道一样,但是又比它智能,有语义分析在其中。
证券方案设计·2018-01-26
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
从技术上考量,肯定是要用您说的第二种比较好,从易到难,这样每个阶段都有成果输出,不然一下子切入到很难的工作中,往往会遇到很多困难和问题,而且也没有成就感。做这些智能系统,技术上是没有唯一的标准的,都是在探索中前进,目标是100%,但是几乎很难达到,所以肯定要分阶段实施,不断逼近...
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
582 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...
证券智能资讯·2018-01-26
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
您这个话题有点大,我想从几个技术方面说明下:1、爬虫平台 所有系统都要有数据支撑,掌握核心数据已经成功一半,而您要做的资讯数据,我想大部分应该来自于网站吧,或者像第三方机构购买,如果是前者,我想应该要搭建一套爬虫平台,实时抓取资讯信息。2、数据处理 资讯数据都是半结构...
软件开发深度学习·2017-12-29
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
您说的是这个吗?https://github.com/deepmind/lab 关于这个还没怎么研究。
证券应用场景·2017-11-29
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
应用场景也很多,比如智能投顾、智能盯盘、智能风控、智能客服、智能资讯机器人等等,现在有些场景已经落地,比如智能投顾、智能客服。在这些场景中应用深度学习,会带来技术性的变革,使以前完全或大部分靠人去做的事情可以自动化,更具时效性,信息量也更全,这将很大程度上提升券商的...
证券应用场景·2017-11-29
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
智能投顾是一个复杂的应用场景,牵扯的模型很多,没办法说他严格意义上划分成语音识别或者自然语言处理等等,因为它涉及到客户画像模型、产品画像模型、资产配置模型,而每个模型的实现也不一定归属到语音识别、自然语言处理、图像识别,它应该就是一个独立的应用领域,与语音识别、...
互联网服务大数据·2017-11-29
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
582 会员关注
这个需要平台方组织一下了。。

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