首页
学习
活动
专区
工具
TVP
发布

人工智能

专栏作者
486
文章
776553
阅读量
225
订阅数
最小二乘回归的Python实现
写在前面 我们构建了非常强大的私募基金数据库,并基于这个数据库,衍生出了FOF Easy数据可视化终端和FOF Power组合基金管理系统,涉及到非常多复杂的模型及算法。在背后支撑着的,是我们可爱又有实力的研发同志们,他们大多有着非常深厚的金融统计背景。因此,私募云通将在接下来一段时间内,推出《用Python玩转统计模型》系列,用最通俗易懂的语言带你走进统计模型的世界。 赶快转发,让更多小伙伴知道这个消息吧! 什么是OLS回归? 回归分析是实现从数据到价值的不二法门。 它主要包括线性回归、0-1回归、定序
企鹅号小编
2018-01-29
2.5K0
致研究者:2018 AI研究趋势
选自Medium 作者:Alex Honchar 机器之心编译 参与:陈韵竹、刘晓坤 2017 年是机器学习领域最有成效、最具创意的一年。现在已经有很多博文以及官方报道总结了学界和业界的重大突破。本文略有不同,Alex Honchar在Medium发文,从研究者的角度分享机器学习明年发展的走向。机器之心对此行了编译和整理。 本文的预测基于 2012 年以来我关注的学术界和科技巨头实验室的研究思路演变。我所选择的领域,从我的观点来看,都多多少少尚处于发展的初级阶段,但是已经为研究做足了准备,且在 2018 年
企鹅号小编
2018-01-19
9240
《Deep Learning with Python》第一章 1.1 人工智能、机器学习和深度学习
第一章 什么是深度学习?本章涉及的知识点:基本概念的高层次(High-level)定义机器学习的发展历程深度学习兴起背后的关键因素以及未来的展望过去几十年,人工智能(artificial intelligence,AI)一直是媒体强烈炒作的主题。机器学习、深度学习和人工智能也经常出现在无数非技术刊物上。人们构想将来智能聊天机器人、自动驾驶汽车和虚拟助理的工作生活的画面——在昏暗的灯光下,人类的工作很少,而大部分经济活动都有机器人或者AI智能实体。对于当前或者未来机器学习的从业者来讲,需要从吹捧过度的新闻中意
企鹅号小编
2018-01-19
7320
基于StockRanker算法的机器学习量化策略
机器学习算法简介 最近几年人工智能(AI)技术得到飞速发展,其在各个领域的运用也不断取得重大成果。机器学习被评为人工智能中最能体现人类智慧的技术,机器学习在量化金融中的运用我们通过下例介绍,以便大家有个直观印象。 假设我们要去预测某个连续变量Y未来的取值,并找到了影响变量Y取值的K 个变量,这些变量也称为特征变量(Feature Variable)。机器学习即是要找到一个拟合函数f(X1,X2,…,XK|Θ)去描述 Y和特征变量之间的关系,Θ为这个函数的参数。 要找到这样的函数,必须要足够量的观测数据,假设
企鹅号小编
2018-01-16
1.6K0
最新机器学习必备十大入门算法!都在这里了
原文来源:KDnuggets 作者:Reena Shaw 「雷克世界」编译:BaymaxZ 📷 我们向初学者介绍十大机器学习(ML)算法,并附上数字和示例,方便理解。 简介 “哈佛商业评论”的一篇文章(https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century)将“数据科学家”评为“21世纪最性感的工作”,对机器学习算法的研究取得了巨大的关注。因此,对于那些机器学习领域的初学者,我们决定重新撰写2016年的一篇金牌博客
企鹅号小编
2018-01-15
7840
关注专栏作者,随时接收最新技术干货
花落花飞去
腾讯社区运营
全球资讯翻译官
腾讯总部云加社区运营
Techeek
腾讯产品运营
QiqiHe
腾讯产品运营
UMCP提出对损失函数进行可视化,以提高神经网络的训练能力
原文来源:arxiv 作者:Hao Li、Zheng Xu、Gavin Taylor、Tom Goldstein 「雷克世界」编译:嗯~阿童木呀、KABUDA 一般来说,我们对于神经网络的训练,往往依赖于找到高度非凸损失函数的“极好”极小值的能力。众所周知,某些网络体系结构的设计(例如,跳过连接)能够产生更容易进行训练的损失函数,且用精心挑选的参数(批量大小,学习速率,优化器)进行训练则能够产生可以进行更好泛化的最小化值。然而,这些差异之所以产生的原因,以及它们对潜在损失情况(loss landsc
企鹅号小编
2018-01-09
8120
用循环神经网络进行文件无损压缩:斯坦福大学提出DeepZip
该文讨论了利用循环神经网络(RNN)进行无损压缩的工作,分析了在数据压缩中使用RNN的可行性,并探讨了在合成和真实数据集上的实验结果。结果表明,基于RNN的模型可以有效地压缩数据,显示出良好的压缩比和低压缩误差。
企鹅号小编
2018-01-09
7380
马里兰大学帕克分校提出对“损失函数”进行“可视化”,以提高神经网络的训练能力
本文探讨了神经网络训练中损失函数可视化方法的局限性,并提出了一种新的过滤器正则化方法来对不同最小值进行并行比较。通过使用过滤器正则化,可以有效地揭示损失函数的局部几何形状,并观察到深度网络中的凸面-混乱转变,以及跳过连接如何促进平面最小化。
企鹅号小编
2018-01-09
5970
全局自动优化:机器学习库dlib引入自动调参算法
本文介绍了如何利用dlib库中的函数进行全局优化,包括求解线性规划、二次规划、非线性最小二乘问题等。同时,文章还介绍了如何将dlib库应用于C++和Python代码中,以及如何使用dlib实现人脸检测、姿态估计等应用。
企鹅号小编
2018-01-04
1.3K0
让你的火柴人动起来!DeepMind发布强化学习环境dm
来源:DeepMind 编译:Bot 编者按:今天,DeepMind发表了一篇名为DeepMind Control Suite的论文,并在GitHub上发布了控制套件dm_control——一套由Mu
企鹅号小编
2018-01-04
2K0
ChatBot 的误区
本文探讨了ChatBot在人工智能领域的常见误解和误区,包括其智能程度、用例、透明度、与现有系统集成以及处理上下文的能力等方面的问题。作者认为,聊天机器人需要更加关注用户的需求,提供清晰、一致的体验,并且应该能够适应不同的情境和上下文。此外,开发人员还应该考虑聊天机器人的可扩展性和适应性,以便更好地满足用户的需求。
企鹅号小编
2018-01-02
1.7K0
数据分析进阶课程笔记(一)
本文介绍了数据分析进阶课程的相关内容,主要涵盖了python函数、字典、range函数以及字典在数据分析中的应用。首先介绍了split函数和range函数的使用方法,然后通过具体的示例介绍了如何在数据分析过程中使用这些函数。最后,通过两个具体的示例介绍了如何在数据分析过程中使用字典来存储和调用数据。", "author":"数据分析小助理
企鹅号小编
2018-01-02
6060
书评人工智能(二)
本文探讨了人工智能技术的进步和可能带来的影响,包括自动化、就业、隐私和人类关系等方面。作者认为,人工智能的快速发展可能会导致一些行业的消失,但同时也会带来新的就业机会。在技术发展的过程中,我们需要关注伦理和法律问题,以确保人工智能技术的可持续发展。
企鹅号小编
2017-12-26
8020
机器学习工作流程(第2部分) - 数据预处理
本译文自EROGOL 在 http://www.erogol.com 发表的 ML WORK-FLOW (Part2) - Data Preprocessing ,文中版权、图像代码的数据均归作者所有
花落花飞去
2017-12-22
1.3K0
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档