首页
学习
活动
专区
工具
TVP
发布

AI科技评论

专栏作者
4092
文章
3386760
阅读量
184
订阅数
南洋理工发布多模态智能体 FinAgent,开启高效金融交易的创新之旅
金融市场的稳定和繁荣对经济发展至关重要,它不仅促进资本的有效配置,还为风险管理提供了重要机制。然而,随着金融市场的日益复杂化和全球化,传统的基于规则的量化交易系统因其缺乏对市场动态的适应性而日益显得力不从心。面对市场波动的挑战,基于强化学习的量化交易系统虽展现出更强的适应能力,但在处理多模态数据、提高泛化能力以及增强决策过程的可解释性方面,仍存在诸多不足。
AI科技评论
2024-03-26
1150
大数据十问:落地、效率与开发,如何齐头并进?
过去的十年,是基于深度学习的「AI 大飞跃」,各类创新算法的迸发不断带来新的焦点,算法突破成为 AI 研究者的集中攻坚地。
AI科技评论
2023-01-03
3570
帷幄创始人叶生晅:一名用 AI 打造未来品牌的 80 后「极客」创业者
叶生晅认为,这个世界上存在三类人: 一类是「大多数人」,他们追求平淡而朴实的生活,在普通学校就读、小公司工作也能知足常乐;一类是世俗意义上的「成功人士」,他们是某个领域的管理者,对该领域有着非常深刻的理解;还有一类,是「创造者」,眼界广阔,无论将他们处于怎样的环境,他们都能得心应手。 如果将前两类人的眼界比喻成「点」与「线」,那么第三类人的眼界就是「面」。叶生晅很清楚自己想成为第三类人,于是他选择了创业。作者 | 王晔编辑 | 陈彩娴 1 创业梦想家在国内近年来崭露头角的新一代 AI 创业者中,生于 198
AI科技评论
2022-03-03
4240
GPT-GNN:图神经网络的生成式预训练方法
GNN通过端到端的有监督学习训练对于某一输入图上的一个任务,但是对于同一输入图数据,当训练的目标任务变化时,往往只能通过不同任务对应不同标注的数据集训练对应于每个任务的专用GNN网络模型。
AI科技评论
2020-08-28
1.7K0
结构化数据不应该被人工智能忘之脑后 !
在处理非结构化数据的问题上,人工智能和深度学习方法一直都表现出众且广为人知,无论是在自然语言处理、知识库自动构建,还是图像视频的识别和生成应用中,都有很多成熟案例。
AI科技评论
2020-03-17
6780
20条理由告诉你,为什么当前的深度学习成了人工智能的死胡同?
在深度学习刚刚进入视线时,大多数AI研究人员嗤之以鼻,但短短几年后,它的触角已经横跨医疗、教育、汽车等众多领域。
AI科技评论
2020-02-21
4820
为什么要将「知识图谱」追溯到1956年?
本世纪初,研究者们提出了「知识图谱」这一术语,谷歌从 2012 年起大力推广「知识图谱」技术,让它在学术界和工业界迅速流行了起来。随之,网上也出现了对知识图谱大量的定义和讨论。
AI科技评论
2019-12-22
9070
业界 | 中科院院士梅宏:大数据对计算体系带来的挑战以及应对策略丨数博会2019
AI科技评论按:在贵州举办的2019年数博会吸引了国内外各界目光,围绕大数据最新技术创新与成就,诸多学界、产业界、政界人士纷纷参与交流。在5月25日的“5G+大数据推动智慧社会数字化转型论坛”上,中科院院士梅宏发表了精彩演讲,重点谈到了大数据对计算体系带来的挑战以及应对之法。
AI科技评论
2019-06-05
5450
巨颖:阅读理解进阶三部曲——关键知识、模型性能提升、产品化落地 | 猿桌会第 61 期
AI 科技评论按:阅读理解是近两年自然语言处理领域的热点之一,受到学术界和工业界的广泛关注。所谓机器阅读理解,是指让机器通过阅读文本,回答内容相关的问题,其中涉及到的理解、推理、摘要等复杂技术,对机器而言颇具挑战。
AI科技评论
2018-12-24
3360
干货 | 边缘计算的「完美风暴」
近年来,计算工作负载一直在迁移:首先是从本地数据中心迁移到云,现在越来越多地从云数据中心迁移到更靠近正在处理的数据源的「边缘」位置。目标是通过缩短数据传输距离来提高应用和服务的性能和可靠性,降低运行成本,从而减少带宽和延迟问题。
AI科技评论
2018-10-25
6740
业界 | 解读欧盟 GDPR,这将是企业级数据科学不容忽视的合规风险
欧盟于 2018 年 5 于 25 日出台数据保护条例 GDPR,随之在数据科学领域引起了广泛的讨论,这是因为严格的数据条例,将对数据科学项目,尤其是机器学习领域产生巨大的影响。
AI科技评论
2018-07-27
4500
澳门大学陈俊龙:颠覆纵向的「深度」学习,宽度学习系统如何用横向扩展进行高效增量学习?
AI 科技评论按:想必各位读者对深度神经网络及深度学习都不会感到陌生,不论是在数据处理或是应用层面,都取得了斐然的成绩。但囿于结构的复杂性及超参数的数量巨大,一方面带来了训练时间过多的困扰,另一方面,为了追求精度,深度模型需要持续增加层数及参数,反过来又给深度学习带来了进一步的训练难度。如何在保证效果的前提下极大地缩短神经网络系统的训练时间?学者们也做出了不少探索和尝试。
AI科技评论
2018-03-15
1.9K0
开发 | 干货满满,阿里天池CIKM2017 Rank4比赛经验分享
AI科技评论按:由深圳气象局与阿里巴巴联合承办的CIKM AnalytiCup 2017第一赛季已经宣告结束。本次比赛的目标是利用雷达数据(多普勒雷达回波外推数据),来建立一个准确的降水预报模型。 这次比赛吸引了1395支队伍参赛,排行榜也已在阿里天池平台进行公示。 在这次比赛中,来自中国科学院的怀北村明远湖队(队员Zhang Rui, Qiao Fengchun, Guo Ran)在GitHub上分享了自己的代码和方法,他们在第一阶段获得第三名,第二阶段获得第四名。AI科技评论将他们发布的内容进行了整理,
AI科技评论
2018-03-13
1.3K0
开发 | 使用 Rodeo 分析总统候选人的推特内容
AI 科技评论按 :本文作者Datartisan,载于其知乎专栏——Datartisan数据工匠。AI 科技评论转载已获得原作者授权。 介绍 选举季已经到来,对于每个一直在关注这些事情的人来说,这绝对是一场最疯狂、涉及最多社交媒体、充满戏剧性的选举。距离最后的选举已经不到3个月,各个州的投票结果也逐渐公示出来,我们认为是时候,通过分析候选人的演讲内容,以及他们与大众的互动情况,来了解这些候选人的竞选方式了。 想要分析社交媒体上的大众对这场选举的看法,那么我们从分析候选人自己的推特内容着手,这似乎是比较合理
AI科技评论
2018-03-13
9910
开发 | 数据预处理和挖掘究竟该怎么做?硅谷网红告诉你
Siraj Raval 作为深度学习领域的自媒体人在欧美可以说是无人不知、无人不晓。 凭借在 Youtube 上的指导视频,Siraj Raval 在全世界吸粉无数,堪称是机器学习界的网红。说他是全球范围内影响力最大的 ML 自媒体人,怕也无异议。 因此,AI 研习社联系到了 Siraj 本人,并获得授权将他最精华的 Youtube 视频进行字幕汉化,免费推送给大家。我们将不定期更新,敬请关注! 雷锋字幕组为大家最新译制了 Siraj 深度学习系列,从机器学习和神经网络架构类型到数据可视化、小样本学习等从
AI科技评论
2018-03-13
8680
开发 | 2017数据库大趋势:PostgreSQL最受关注
AI科技评论消息,近日,国外知名 IT 技术媒体 Jaxenter 进行了数据库观点调查,对开发者眼中数据库领域最热门的话题、最热门的数据存储以及处理工具进行统计汇总。 调研的目标,是观察 2017 数据库大趋势。 数据处理——2017 调研的第二名 Jaxenter 的调查问卷,从询问调查对象对泛数据库领域的兴趣点开始。根据调查结果,数据处理是今年的一大热门主题。如同下面的柱状图,NoSQL 和 SQL 数据库都在调查参与者最受关注话题的前列。 如果我们把对特定选项“感兴趣”和“很感兴趣”的回答数目综合起
AI科技评论
2018-03-12
6620
开发丨数据整理太繁琐?MIT 发布能化零为整的分析系统
2016年美国CrowdFlower公司从业内80位数据科学家那里得到的调查结果显示,他们平均花费在数据收集和整理上的时间占到整个数据分析过程的80%,而只有余下20%的时间才是真正用来分析数据的。 这就是我们通常所说的数据分析过程,其实有一大部分时间都用在了前期的数据的收集和整理上。那么收集和整理又为什么如此耗时呢? 随着数字化和信息化的深入,目前的可用数据并非集中于一点,而是广泛分布在各种文件、电子表格、分布式数据库、数据湖和其他软件系统之中,数据科学研究者需要从各种渠道获取这些数据,过滤其中的有效
AI科技评论
2018-03-09
9060
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