摘要:一、大数据医疗,看病更靠谱 二、大数据基因,揭示生命的奥秘 三、大数据金融,财源滚滚来 四、大数据零售,比自己更懂自己 五、大数据电商,精准营销法宝 六、大数据交通,平安畅行无阻
<数据猿导读> 日本东芝集团开发最新数据处理技术,将应用于深度学习;西部首个知识产权大数据平台落户四川,解决专利申请难题;黑龙江将建对俄大数据中心……以下为您奉上更多大数据热点事件 来源:数据猿 作
技术变革对征信业的发展起到了非常大的促进作用。征信最早起源于消费分期,需要对消费者进行信用评估,但当时更多的是通过口碑积累的定性判断,没有定量描述。进入电子化时代后,数据得到了沉淀和积累,我们开始使用数据统计模型来计算和评估信用,这极大地推动了行业快速向前发展。在今天的互联网时代,数据承载量非常大,任何数据都可以成为信用的一部分,即我们可以利用数据与信用的关联度,深层次挖掘信用数据。人工智能算法模型不止是对过去的统计,也包括对未来的预测,它可以帮助我们更好地刻画违约概率和信用状况。 图1 技术
随着互联网云时代的来临,大数据与云计算就像一个硬币的正反两面,势必会影响到社会生活的方方面面,改变我们现有的规则和秩序。伴随着大数据与云计算产业的不断发展,未来到底会变成什么样子?我们将要步入的,到底
摘自:薄云借智 微信ID:jiezhisz 随着互联网云时代的来临,大数据与云计算就像一个硬币的正反两面,势必会影响到社会生活的方方面面,改变我们现有的规则和秩序。伴随着大数据与云计算产业的不断发展,
摘要 随着互联网云时代的来临,大数据与云计算就像一个硬币的正反两面,势必会影响到社会生活的方方面面,改变我们现有的规则和秩序。伴随着大数据与云计算产业的不断发展,未来到底会变成什么样子?我们将要步入的
随着互联网云时代的来临,大数据与云计算就像一个硬币的正反两面,势必会影响到社会生活的方方面面,改变我们现有的规则和秩序。伴随着大数据与云计算产业的不断发展,未来到底会变成什么样子?我们将要步入的,到底是一个怎样的世界?
随着互联网的冲击,UGC(用户产生内容)不断发展,社交网络已经不断普及并深入人心,用户可以随时随地在网络上分享内容,由此产生了海量的用户数据。这些数据并不是我们想象中的那样冷冰冰、枯燥的数据,而是更加活生生、有趣的数据;这些数据不同于以往单纯的数字,它们声色结合、图文并茂。
“大家还没搞清楚PC的时候,移动互联网来了,还没搞清楚移动互联网的时候,大数据来了。” 有个不太靠谱的命题:如何让赵本山和迈克尔乔丹搭上关系?其实很简单,通过分析两个人的社交圈子,兴趣爱好等,最终可以找出一条线路能让他们两个人认识,这就是隐藏其中的大数据魅力之一点点…… 随着互联网的冲击,UGC(用户产生内容)不断发展,社交网络已经不断普及并深入人心,用户可以随时随地在网络上分享内容,由此产生了海量的用户数据。这些数据并不是我们想象中的那样冷冰冰、枯燥的数据,而是更加活生生、有趣的数据;这些数据不
用互联网大数据来选股,这事儿靠谱么?! 蚂蚁金服最近联合博时基金、恒生聚源、中证等金融机构向外展示了他们最新的联合研究成果:淘金100指数。简单说,就是通过对电商大数据的分析,同时参考传统的财务数据、K线图分析等,挑选出100只股票进行等权重投资。 据说战绩惊人,今年,淘金100上涨高达41.5%,而上证综指的上涨只是15.9%。淘金100指到底是怎么做到的,互联网大数据是否真能指导投资?来看下文这篇详细的图文干货。 ---- 余额宝之后,互联网理财开始爆发,参考美国等成熟市场的发展历程,预计3年后,
2016年8月,社交软件Facebook成功申请了这样一项专利:当用户申请贷款时,如果该用户的社交网络上好友的平均信用等级达到了最低信用分要求,贷款才能获得通过。 随着互联网技术与金融不断融合,把社交
<数据猿导读> 近日,陈一舟高调对外宣布,人人网已经转型成为一家互联网金融公司了。快要“死掉”的人人还经得起折腾吗?小编听说,2014年当陈一舟表示自己有转型互联网的念头时,连投资人都急了,要劝他辞职
转载自某网站 改革了金融圈的科技,FinTech,你必须了解,在美国有着广泛影响度,但是在中国却没有发展起来!原因是什么?之前对这个科技有所了解的,你需要深入知道它对未来金融领域的影响。如果你还不知道,那可能你不是一个合格的财经人,你需要一点知识的普及。 在纽约,如果和朋友聚会没聊到FinTech,都感觉自己不是纽约客。金融科技创新,已经成为当下最热门的领域。本文作者Ryan在全球前三大对冲基金Och-Ziff Capital任量化分析师,曾在瑞士信贷信用衍生品交易部门工作。Ryan毕业于卡内基梅隆大学
近年来,人工智能兴起,AI 技术逐渐渗透到各垂直领域,国内外知名机构纷纷抢占风口。2017 中国大数据人工智能创新创业大赛(www.datadreams.org)推出 BOT 大赛系列赛之病理切片识别
作者 | 王磊 整理 | 维克多 编辑 | 青暮目前,大规模预训练模型已经在自然语言处理领域取得了巨大的成功。BERT、GPT-3等大规模预训练模型被看做是“暴力美学”的一次胜利,验证了“模型越大,性能越好”的逻辑,业界也普遍形成了“炼大模型”的竞赛趋势,国内研究机构和企业也相继发布了大规模预训练模型,呈现百花齐放、百家争鸣的发展格局。 这些模型的实际应用情况如何?它们能解决哪些实际问题?还有哪些不足? 2021年12月,平安科技前沿技术部门负责人王磊在 CNCC 2021“产业共话:大型预训练模型的商业
2023 年 12 月 AI 科技评论在搜狐网络大厦见到智谱AI COO 张帆时,张帆如是说。
国内首款一站式边缘平台EdgeOne,防护DDoS攻击峰值2.04Tbps,全球加速性能提高60%;
中兴智能视觉大数据报道:如今,我们已经习惯被各种新技术刷屏,刷手机、刷指纹、刷脸……相信小伙伴们对电影中这样的场景印象深刻:目标人物走在火车站拥挤的人群中,在一眨眼的工夫被识别出来,手机在第一时间识别发出警报,屏幕上已经显示出姓名和信息……
百度最近应该比较郁闷,因为国庆假期前高调上线的“百发有戏”押错了宝,被寄予厚望的《黄金时代》国庆黄金档票房收入仅3100余万元,不仅远远落后于同期上映的《心花路放》《亲爱的》等影片,而且远低于百度大数
如今,AI的发展显然已经进入了一个临界点,即AI跨过了概念阶段,下一个便是怎样能够更好地在各行各业实现落地式应用。即使之前的AlphaGo人机大战,显现出了AI的强大,但是人们更关心的是AI怎样协助人类在各行各业中更加落地的应用。 值得高兴的是,AI如今在各行各业中的落地应用,已经开始有了阶段性的成果。 目前,随着各大巨头们对AI的不断研究及深度学习的不断发展,AI技术在经历了三次浪潮之后,终于迎来了春天。AI目前在金融、医疗、安防、教育以及法律等不同领域都已经得到了大量的应用,并且都有着较好的发展。
数字化转型这几年成为了集团公司或大型企业寻求业务突破的重要手段,而且各行各业都不乏成功案例,例如金融行业的建设银行、招商银行、平安保险等,还有一些生动的例子,例如百丽鞋业。而国外的经典案例就是亚马逊和特斯拉。
简理财COO郭勇:大数据驱动线上财富管理的深层逻辑是什么?
数据猿导读 过去一年,互金行业经历政策收紧集中整治,今年又是国家实施“十三五”规划关键年。就在两会前夕,刚上任三天的银监会主席郭树清首次亮相媒体,就对互联网金融行业发展提出了监管原则和意见。或许互金行
如今,我们每个人都在谈论“数据科学”,哈佛商业评论杂志甚至将数据科学家定义为“21世纪最性感的职业”。在这个大数据时代,究竟什么是数据科学?数据科学家门又究竟是怎样的一群人?他们在创造着什么令人着迷的东西?DT君将在2018年走访50位来自各行各业的数据科学顶尖专家,了解这些神奇的人和他们的神秘事儿,带你们一窥数据科学的未来与未知。
这几天世界互联网大会乌镇峰会上的饭局刷爆了朋友圈,网易丁磊的饭已成传统必选项目,今年又多了“东兴局”。但关注科技圈八卦的同时,更应关注乌镇会议上关于人工智能、共享经济、金融科技等热门主题分享。金融科技领域,在“互联网与金融——回归、绿色、共享”主题论坛上,百度高级副总裁朱光等嘉宾就如何用金融科技服务实体经济展开了干货满满的分享。 金融科技如何服务实体经济? 金融在实体经济发展中有不可替代的作用。十九大强调要“深化金融体制改革,增强金融服务实体经济能力,提高直接融资比重,促进多层次资本市场健康发展。”那么
人工智能和金融,法律、医学等传统领域密切联系,金融科技正以前所未有的速度改变大众认知,这不仅驱动了传统金融业转型升级,也催生了诸多新金融业态。
现在大数据火得不行,几乎人人都在说大数据,但到底什么是大数据,恐怕没有多少人知道,鱼目混珠的人太多。 大数据不是指很多很多数据。 所以不是存储了很多数据就是在搞大数据了,因为“大数据”只是个简称,说全一点应是“大数据挖掘”,没经过挖掘的大数据只是没有开采出来的原油,一点用处都没有。 大数据也不是指一般意义上的数据挖掘。 有很多人以前是搞数据分析或数据挖掘的,当《大数据时代》这本书一问世、大数据开始火的时候,他们摇身一变就成了搞大数据的专家了
现在大数据火得不行,几乎人人都在说大数据,但到底什么是大数据,恐怕没有多少人知道,鱼目混珠的人太多。 大数据不是指很多很多数据。 所以不是存储了很多数据就是在搞大数据了,因为“大数据”只是个简称,说全一点应是“大数据挖掘”,没经过挖掘的大数据只是没有开采出来的原油,一点用处都没有。 大数据也不是指一般意义上的数据挖掘。 有很多人以前是搞数据分析或数据挖掘的,当《大数据时代》这本书一问世、大数据开始火的时候,他们摇身一变就成了搞大数据
大家好,我是Tom哥。校招进阿里,研究生,P7技术专家,出过专利,竞赛拿过奖,CSDN博客专家,负责过电商交易、社区生鲜、营销、金融等业务,多年团队管理经验,爱思考。
本周硬科技领域投融资事件一共45起,人工智能领域发生22起融资事件,占比49%;区块链领域发生13起融资事件,占比29%;生物医疗和光电芯片领域分别发生3起融资事件,分别占比7%;新能源领域发生2起融资事件,占比4%;3R(VR/AR/MR)和物联网领域分别发生1起融资事件,占比2%。
近年来,区块链技术的运用和发展在全球范围内掀起热潮,而以区块链作为底层技术的数字资产交易系统开发更是如雨后春笋。
年底新鲜事不多。各种盘点,各种总结,各种十大,多得看不完。今天对各种总结进行了一个总结。2012年的互联网:移动、云和大数据。 1、TECH2IPO年终策划:2012年,全球八大科技公司年度盘点 我们一起看看媒体对8大科技公司的很有意思的点评。 Google得分8.7最高,因为掌握了移动互联网,不过Google及拉里佩奇仍然有提升空间; APPLE这个昔日优等生则只有7.9分,帮主走了,今年的几款产品的表现大家也看到了。不过年底推出MINI供不应求也算加分; 微软刚刚及格,企业市场被Google火烧后
“随着经济环境的变化,金融行业正在经历一场大变革:客户代际快速转化,新兴科技迅速普及,金融服务无处不在,为业务的发展带来新的机遇和挑战。在科技变革的巨浪之下,'数字化、智能化、开放化'已经成为金融企业改革发展的战略共识。”
“大数据”概念的最早出现,是从2012年2月份纽约时报一篇文章开始的。到目前为止,在大数据领域当中的投资已经越来越热,该领域企业越来越多。但是,有多少公司到底真正使用的是大数据?我相信几乎没有太多,这
<数据猿导读> 9月27日,2016中国国际大数据大会在京盛大开幕,本届大会主题为“数聚新动能数创大未来”。本届大会汇集了大数据产业链各环节共2000多位代表出席,百位发言嘉宾为业界带来关于大数据政策
靠烧钱做出来的B2B平台公司,成长快,但堡垒低,资金一旦跟不上,整个链条就塌方了,大部分B2B公司,还是稳一点,不要一上来就收割流量,鱼都不养的,直接捞一波,也没捞到多少,鱼塘搞死了。精准流量把控好,数据分析透,供应链服务做扎实,打造好B2B电商平台驱动战略更加靠谱。
李根 发自 凹非寺 量子位报道 | 公众号 QbitAI 这又是一个AI创造的商业范式。 自2015年7月产品上线,截至2017年3月, 用钱宝App及其运营主体智融集团,创造了下述运营数据: 近2000万注册用户,单月交易笔数超150万笔,单月交易总额超25亿元,每笔小额贷款的常规机器审核速度平均只需8秒。 用户都是那些传统银行不屑一顾的人,他们无央行征信报告、没公积金,甚至拿不出工资流水证明,却在机器的“法眼”下获得小额信贷。 基于此,这家公司靠每一单的技术服务佣金而盈利、实现规模化正向营收,还因此被投
之前,CSDN报道了一篇文章《AI专业人才缺口上百万,年薪80万远超同行》引起了诸多技术人的关注,他们纷纷感慨:AI的门槛实在太高了,学历和扎实的基础确实很重要,连211人工智能硕士毕业的人都深感自己能力不足……
大数据文摘翻译作品 作者:tim-wu 翻译:魏子敏,于婷婷 校对:Linda Bi 如需转载,后台留言申请授权 欢迎熟悉外语(含各种“小语种”)的朋友,加入大数据文摘翻译志愿者团
用机器学习取代编辑部,Facebook“热门榜”一时间竟成了小道消息的集散地;永大集团抛售旗下合资大数据公司,接盘方身份存疑;苏宁云与天律信息合作,并引入“马克威模型”多维度提升数据分析服务……以下为
编者按:本文来自潘星键(@星键V;微信:akavir),他在汤森路透从事数据质量分析工作近7年,他翻译了今年3月份的一篇文章《Can the Bloomberg Terminal be “Topple
作者 CDA 数据分析师 编者按 随着移动互联网,小型卫星普及等,资产管理公司,尤其对冲基金公司开始利用人工智能从新型数据中来寻找Alpha。 本期精编版嘉宾演讲为合一创投首席数据科学家吴海山博士带来的分享,看了他讲的内容你会发现,原来数据分析还可以有这样一种不一样的形式…… 关注公众号CDA数据分析师(ID:cdacdacda)并回复“吴海山”领取吴海山博士现场演讲视频和PPT。 现场纪实 首先非常感谢CDAS主办方CDA数据分析师的邀请,能够在今天和大家分享一下我之前做的一些与数据分析相关的工作。
人工智能和金融,法律、医学等传统领域密切联系,金融科技正以前所未有的速度改变大众认知,这不仅驱动了传统金融业转型升级,也催生了诸多新金融业态。本次清华大数据“技术·前沿”系列讲座,我们荣幸地邀请到了香侬科技CEO李纪为博士,他从金融数据的获取、金融数据非结构到结构化、金融实体的用户画像等方面为大家分享了AI如何赋能金融。
2016年,美国总统选举,英国脱欧投票,巴西总统弹劾……这些不可思议的“黑天鹅”事件,让大数据的模型预测变得更加艰难。2017年大数据在预测能力上会做得更好吗?
领取专属 10元无门槛券
手把手带您无忧上云