热门好课推荐
猜你喜欢
相关培训 相关博客
  • 如今,人工智能技术已经成为国家战略,无人超市、人脸识别、自动驾驶、智能家居等“黑科技”正逐渐成为现实。像云计算、大数据、深度学习、算法、语音识别、技术机器人技术等作为人工智能的技术储备,都离不开Python、Java、C++等编程语言的支撑。而当下热门的Python被认为是现阶段人工智能技术的首选编程语言。因此想入门人工智能领域,需要从Python入手(下图来自拉勾网2019年8月8日数据)...
    2019-08-19 17:56:03
    阅读量:895
    评论:1
  •  一、大数据和机器学习的基本概念,历史渊源。综述当前大数据和机器学习应用领域。我的判断是,这两个概念现在已经不是出炒作,已经走向实用领域。  大数据这个概念兴起,我感觉是在2012年。这一年,大数据这个概念在计算机这个领域经常被提取。普通的媒体也开始常常有报道,当然普通媒体对大数据这个概念并没有什么实质性了解,他们只是在炒一些大数据表面含义,例如大数据就是大量的数据,究竟多大量数据就是大数据,我想...
    2018-03-08 12:41:48
    阅读量:518
    评论:0
  • 应用大数据和机器学习技术实现车险全流程智能化的方案(上)-承保流程智能化改造 一、简要说明以技术替代人力的思路对车险全业务流程改造,即应用车险大数据和机器学习技术全部或部分替代承保理赔管理相关业务处理岗位,实现车险业务处理流程、风险识别与控制的智能化。本篇只讨论承保环节。二、车险应用大数据和机器学习技术的相对优势车险相对其它保险产品在应用大数据和机器学习技术方面具有以下优势
    2016-10-07 16:53:29
    阅读量:1807
    评论:0
  • 目录1概述2使用TPOT2.1 TPOT代码2.2评估函数2.3内置TPOT配置2.4定制TPOT的操作符和参数2.5 NOTE3TPOTAPI4参考文献首先,什么是自动化机器学习?正如SebastianRaschka描述的那样,假如说计算机程序是关于自动化的,那么机器学习可以看做是“关于自动化的自动化”。那么自动化机器学习就是关于自动...
    2018-09-07 16:42:25
    阅读量:2764
    评论:1
  • 导语:机器学习在风控中的作用究竟如何,有哪些关键技术,其优势与缺点又有哪些呢?一个普遍的看法是,机器学习等人工智能技术会最先在金融领域落地。金融行业是最早实现信息化的行业,有丰富的数据积累,且对于用技术提升效率有更多的需求。现在也有越来越多的公司开始使用机器学习技术实现自动风险管理与放贷。但机器学习在风控中的作用究竟如何,有哪些关键技术,
    2016-11-17 17:23:10
    阅读量:1516
    评论:0
  • 2019.1.28写这系列的博客,记录对机器学习的使用准用机器学习知识对股票STOCK进行分析由于本人对金融知识也不太了解,其实对机器学习也是新手,就先搞起来,在优化吧最终目的就是自动化股票交易,不关注数量,只关注买入卖出的时机,以及最大化收益暂时准备分一下几个步骤,类似机器学习流水线数据处理贯穿始终1.行业分类,目的筛选出优质行业(准备非监督,试试看,会自动分成什么样)2.股票筛...
    2019-01-28 23:05:40
    阅读量:53
    评论:0
  • 第一章初识机器学习文章目录第一章初识机器学习前言机器学习定义机器学习算法监督学习无监督学习学习工具前言MachineLearning:GrewoutofworkinAI,newcapabilityforcomputers机器学习人工智能的伟大成就,计算机的新功能机器学习的例子数据挖掘自动化/网络化发展带来的大数据集不能用手编写的应用程序...
    2019-07-29 20:11:27
    阅读量:50
    评论:0
  • 我知道你已经用上了最先进的深度学习模型,不过,还在人工标注数据吗?这有点过时了!快来了解下Snorkel——最新的基于弱监督学习的大规模训练数据标注神器!现在的机器学习尤其是深度学习模型很强大,但是训练这些模型需要大量的标注数据集!传统的人工标注方式成本非常高,而且很耗时间,在有些情况下根本就是不现实的,例如可能涉及到隐私的问题。当需要领域专家才能够进行数据的标注时,这一问题变得更加糟糕...
    2019-08-18 19:31:20
    阅读量:195
    评论:0
  • 导语: 总所周知,机器学习中特征工程处于十分重要的位置,整个学习中至少会花二分之一甚至更多的时间用于特征工程至少(对于统计学习)。但是如何能够有效地实现特征的自动化扩展、组合和量化,大家都会有各自的方法,但也是相对较繁杂且可控性不太好的方法。本文将结合我在特征自动化实现中的一些发现与大家分享,希望能够对大家的工作有所帮助。一、背景:机器学习是通过机器来处理大量的、有效的数据来获
    2017-09-27 09:26:24
    阅读量:3271
    评论:0
  • 前言数据集算是比较重要的学习资料了吧,在这里汇总一些好用的数据集以便使用,关于一些内容可以参考一下知乎的提问UCI常用数据集UCI一个不错的数据集下载网站此处介绍几个点击;想比较高的数据集,后面有下载和存储的代码以及有关问题的说明.使用方式点击官方网站,你可以看到以下内容可以看到右边有两个排行榜,最右边的是历史点击率的排行榜,位于该榜左边的也就是网页中间的是最新捐赠
    2017-12-08 09:26:53
    阅读量:5772
    评论:0
  • 理念:自动化数据整理将是通过机器学习方法来实现数据自动化预处理。数据特征工程可能在未来的数据科学中发挥重要作用。        1.洞察数据特征        洞察数据特征目的是最大限度地从原始数据中提取特征以供算法和模型使用。当数据预处理完成后,我们需要选择有意义的特征输入机器学习的算法和模型进行训练。通常来说,从两个方面考虑来选择特征:·        特征是否发散:如果一个特
    2017-06-12 11:24:54
    阅读量:1135
    评论:0