当数字营销人员想到“人工智能”,他们会马上联想到“RankBrain”算法。 2015年,Google推出了RankBrain,一种能自动回复用户的机器学习系统。RankBrain利用人工智能来理解用
👆点击“博文视点Broadview”,获取更多书讯 “在如今的大数据时代,至今还完全没有使用过任何机器学习技术的头部量化对冲基金几乎不存在了。事实上,机器学习的相关人才在金融相关的就业市场上早已趋之若鹜。” 自20世纪50年代以来,资产定价在金融领域已经成为一个理论和实践紧密联系、相互交融的典型代表。 而擅长处理高维问题和非线性关系等高度复杂性系统的机器学习方法无疑又为资产定价领域注入了鲜活的血液。 二者的结合也在悄然改变资本市场的策略和逻辑:更具吸引力、成本优势、竞争关键优势。 机器学习与资产定价如何
机器学习技术类书单推荐,共11本: 《机器学习》 《图解机器学习》 《机器学习实战》【有电子版】 《机器学习系统设计》【有电子版】 《Python机器学习基础教程》【有电子版】 《Python机器学习
At Lyft we dynamically price our rides with a combination of various data sources, machine learning models, and streaming infrastructure for low latency, reliability and scalability. Dynamic pricing allows us to quickly adapt to real world changes and be fair to drivers (by say raising rates when there's a lot of demand) and fair to passengers (by let’s say offering to return 10 mins later for a cheaper rate).
对于计划出租房屋的房主,你应该将房屋的租金设定为多少呢?或者对于租房的顾客而言,应该给自己的租房支付多少呢?不管是对于一次有计划的远足,还是一次说走就走的旅行,为租房付出多少才真正合适呢? 回答这些问题并不容易。事实上,可以通过将潜在的租房列在我们网站— Airbnb 上来实现,Airbnb是一家联系旅游人士和家有空房出租的房主的服务型网站,它可以为用户提供各式各样的住宿信息。 在焦点小组,我们观察到人们在我们的网站上填写房屋信息的过程中,往往在价格选项上会显得为难。很多人会查看他们的邻居们所设置的价码,然
作者:Dan Hill,Airbnb的产品主管 编译/校对:张天雷/郭蕾 摘自:http://www.infoq.com/cn 对于计划出租房屋的房主,你应该将房屋的租金设定为多少呢?或者对于租房的顾客而言,应该给自己的租房支付多少呢?不管是对于一次有计划的远足,还是一次说走就走的旅行,为租房付出多少才真正合适呢? 回答这些问题并不容易。事实上,可以通过将潜在的租房列在我们网站—Airbnb上来实现,Airbnb是一家联系旅游人士和家有空房出租的房主的服务型网站,它可以为用户提供各式各样的住宿信息。 在焦
你应该收多少钱才会让一个人住在你家里?或者说,你愿意花多少钱住在别人的房子里?对于计划好的假期和突然决定的行程,你是否愿意或多或少地花点钱?
评估机器学习模型的程序是,首先基于机器学习训练数据对其进行调试和评估,然后在测试数据库中验证模型是否具有良好的技能。通常,在使用训练数据集评估模型后,你会对得到的成绩非常满意,但用测试数据集评估模型时成绩不佳。在这篇文章中,你会了解到当这个常见问题出现时,你需要考虑的技术和问题。
算法灵活性对于金融行业而言至关重要。而现有的金融工具由于无法结合其他领域的现代尖端计算技术,往往会很快被淘汰。Wolfram Finance Platform 将终极计算引入金融工作流——在期权定价、风险分析、企业系统开发和互动报告生成等多个领域增强您的行业竞争力。
如今,量化研究人员正在开发算法,利用机器学习,这些算法可以通过分析客户数据、识别特征,从而为客户推荐出最相关的产品/服务。今天这篇文章是关于量化交易领域的人才市场一些洞察述。
昨日,ACM宣布AI界有“深度学习三巨头”之称的Yoshua Bengio、Yann LeCun、Geoffrey Hinton共同获得了2018年的图灵奖,这是图灵奖1966年建立以来少有的一年颁奖给三位获奖者。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。 今天的推荐来自AQR,是关于机器学习论文的推荐。从“实证资产定价”,到“金融领域如何有效的利用机器学习模型”,再到“如何更有效的进行策略测试”等。 一共五篇论文,每篇都是经典,都值得仔细阅读:文末附下载。 Empirical Asset Pricing via Machin
近年来,随着技术进步不断改变传统的商业模式,保险业发生了重大变化。从承保到理赔管理,人工智能 (AI) 和机器学习为提高效率、准确性和客户满意度的创新解决方案铺平了道路。其中一项突破是人工智能解决方案的出现,例如 数据提取工具,这彻底改变了非结构化保险数据的处理方式。
近来,人工智能聊天机器人ChatGPT实火。上线仅仅2个月,ChatGPT的活跃用户就突破一亿,曾创下无数增长奇迹的TikTok都望尘莫及。连比尔·盖茨都没忍住承认:ChatGPT出现的意义,不亚于互联网和个人电脑的诞生。
互联网几年来的发展已由数据的在线化,过渡到流程的自动化,目前我们正处于人工智能的风口,即:决策智能化。机器学习、人工智能算法变得越来越重要。配送作为外卖平台闭环链条上重要的一环,在线下的运营中积累了大量的数据,这就为我们在配送过程中运用机器学习的方法进行效率优化,运营成本的优化打下基础。目前配送的多个业务都已经可以看到算法的身影,比如运单调度,定价,时间预测等等。
李林 编译整理 量子位 报道 | 公众号 QbitAI 用Airbnb找房,是不是经常觉得“这个房子正合朕意”? 除了照骗拍得好之外,机器学习也功不可没。 Airbnb的工程副总裁Mike Curti
6月24日下午,钛媒体和杉数科技主办的2017 AI 大师论坛在京举行,论坛邀请了五位算法优化、机器学习领域的顶尖教授、学者出席并发表学术演讲,他们分别是斯坦福大学李国鼎工程讲座教授叶荫宇,佐治亚理工
从研究市场行为到管理投资组合,Wolfram Finance Platform均提供最先进的计算功能,并轻松连接数据库和web服务,以及具有内置并行处理功能的高性能计算,可将其扩展到任何大小的网格。
AI 研习社按:互联网影响着社会的方方面面,作为 O2O 和共享经济的代表,美团外卖经过几年高速发展,以每天配送超过千万份订单、几十万骑手的规模,成为世界上最大的配送平台。实际上,看上去劳动密集型的外卖行业,其实背后蕴藏着大数据、云计算、物联网、人工智能等高新技术,是这些高科技,使美团外卖能够在激烈竞争中逐渐脱颖而出。
📷 量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,连续2
王小新 编译整理 量子位 出品 | 公众号 QbitAI 学习人工智能相关技术该读什么书?这是量子位各个微信群中出现频率极高的问题。 今天,我们就从Dev-books搬来了一份有理有据的精选书单。 D
就在刚才,研究人员的一份报告让我们都震惊了!报告显示,目前暗网市场中的网络犯罪工具售价竟然暴涨,而且为网络犯罪分子提供用户数据和攻击服务的价格也越来越贵了。
“量化投资”是指投资者使用数理分析、计算机编程技术、金融工程建模等方式,通过对样本数据进行集中比对处理,找到数据之间的关系,制定量化策略,并使用编写的软件程序来执行交易,从而获得投资回报的方式。其核心优势在于风险管理更精准,能够提供超额收益。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业20W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。
在O2O 模式下,网约车平台成为其中最为经典的案例,无论是美国的 Uber 还是国内的滴滴都已经发展成为社会的基础设施。 网约车平台的使用界面 从这两大巨头的发展史来看,尽管前期它们都是利用补贴大战来完成对市场的占领的,但是随后它们也都专注于更为精细的运营和服务,以便满足乘客、司机和平台这三方的利益诉求。 为了实现这些目标,Uber 和滴滴等网约车平台都聚焦于技术的深耕和创新,它们的成功实践经验表明技术是业务发展的强大驱动力。业务和产品的快速迭代需要依靠优良的系统架构,而算法与数据中台在整体架构中又发挥了
本期会议邀请到来自来麻省理工学院(MIT) 、浙江大学、中国科学技术大学的顶尖教授以及波士顿咨询(BCG)的营销数据专家,为我们分享他们在经济、计算机、统计运筹、心理学等领域的前沿学术研究以及工业界落地经验,共同探讨大数据时代全域营销所面临的技术挑战,深入剖析工业界问题的数据本质,并提出相应的解决方案与案例。4月30日,不可错过,欢迎报名! 为工程师提供顶级交流平台 CCF TF第101期 时间 2023年4月30日 19:00-21:40 主题 全域营销的数据科学 欢迎扫码了解详情报名现场参会 报名链接
6月24日下午,钛媒体和杉数科技主办的2017 AI 大师论坛在京举行,论坛邀请了五位算法优化、机器学习领域的顶尖教授、学者出席并发表学术演讲。论坛上,五位科学家围绕算法、数据、应用,结合各自的研究领域,畅谈了现状和未来的发展。纽约大学商学院助理教授陈溪参加此次论坛并发表题为“从机器学习到智能决策“的演讲。 AI 科技评论了解到,陈溪博士目前是纽约大学商学院助理教授,Carnegie Mellon 大学机器学习系博士,也曾跟随机器学习泰斗Berkeley教授Michael I Jordan 做了为期一年多的
今天我们就来看看,在日常生活中有哪些最常见的机器学习用例(有时我们甚至没有意识到这些例子涉及机器学习)。本文涵盖了以下常见的机器学习用例:
微软机器学习课程(Machine Learning for Beginners, Curriculum)来了,一天之内狂揽 2000 + 星。
树莓派也有蓝牙和 Wifi 啦! 日韩三巨头联手,推出 AI 语音助手 Clova 微软发布 Azure Stack 第三技术预览版本 每日推荐阅读 14 步教会你用 Python 掌握机器学习 █
边缘计算是一种分布式计算框架,它使企业应用程序更接近数据源。这些数据来源包括本地边缘服务器和物联网(IoT)设备。
随着互联网的兴起,人工智能和大数据成为了热门领域,越来越多的企业开始通过对数据的挖掘分析来为商业决策提供建议,在国内市场,人工智能和大数据领域人才出现巨大的缺口。而数据分析师入行需要的技术能力较易,转行/自学性价比极高,成为大数据领域的热门职业。
在开发股票投资模型这项工作中,很少有凭空搭建的楼阁。尽管可以使用机器学习类的工具增强模型性能,但是大部分模型的基础结构,依然基于传统的资产定价模型和因子分析演化而来。
范剑青是国际数理统计学会创办70年以来第一位华人主席,也是统计旗舰杂志《统计年鉴》的第一位华人主编,论文引用数多年位列世界数学家前十名,是素有统计学诺贝尔奖之称的CPOSS总统奖得主,也是《概率及其相关领域》、《计量经济》、《商务统计》等五个国际顶尖学术期刊的主编。
AI 科技评论按:从一个旁观者的角度看来,陈溪的履历无疑令人艳羡:从西安交通大学少年班一路至计算机系毕业,随后到卡耐基梅隆大学(CMU)商学院攻读硕士学位,一年后转到了 CMU 的机器学习系;五年博士毕业后,陈溪跟随人工智能泰斗、UC 伯克利教授 Michael I. Jordan 进行博士后研究;在这之后,他从西海岸横跨北美洲,于纽约大学任商学院助理教授。
本文为知乎答主,运筹学博士郝井华在「深度学习如何影响运筹学?」问题下的答案,AI 研习社获其授权转载。 这个问题比较前沿一些,原来看起来相关性不那么强的技术领域,机器学习 VS 运筹学,因为深度学习的发展和突破,变得联系越来越紧密了。本人是运筹学 PHD 出身,所以想从运筹学这个学科发展和演化的角度,谈一下自己的看法。 狭义的运筹学,往往特指采用 LP/MILP/MIP/QP/NP 等数学模型建模、采用精确算法/启发式算法在线求解并得到满意方案以及进行相关理论分析的一类技术。所以,运筹学最早是作为应用数学
回到我们日常面对的工作,目前很火的 增长 这个话题,本质上就是数据驱动的市场营销方法,讨论一个公司如何通过渠道数据分析来提升获客的能力,就是一个典型的围绕 g(需求量)开展的工作。而平台的众多机器学习模型更多体现在后者,u(匹配效率):搜索、推荐、分单调度、前端产品、识别预测类、单量预测类、行为预测类,我们利用算法来做高效、个性化的匹配:在给定供给和需求规模的情况下,尽可能提升订单转化率。
今天,我们非常高兴地分享一项创新的云原生架构,它专为优化实时应用程序而设计。这种架构提供了大规模存储容量、低延迟查询,并且集成了强大的搜索和人工智能(AI)功能,以支持现代应用程序的需求。
来源:专知本文为书籍,建议阅读8分钟本书带你学习如何构建对行业至关重要的机器学习算法。 在未来的几十年里,机器学习和数据科学将改变金融行业。通过这本实用的书,分析师、交易员、研究人员和开发人员将学习如何构建对行业至关重要的机器学习算法。您将研究ML概念、监督学习、非监督学习和强化学习中的20多个案例研究,以及自然语言处理(NLP)。 对于在对冲基金、投资和零售银行工作的专业人士,以及金融科技公司的理想,这本书也深入研究了投资组合管理、算法交易、衍生品定价、欺诈检测、资产价格预测、情绪分析和聊天机器人开发。
近期,The Review of Financial Studies发布了7月刊,本期期刊是针对金融大数据(Big Data in Finance)的特刊,精选了多篇金融行业应用大数据及机器学习的专业论文,涉及多方面的应用,从机器学习在董事选举中的应用到市场微观结构的研究。其中与量化投资相关的文章超过了半数以上,详细的论文列表如下:
今天给大家分享一些值得探索的学习社区,领域不限于软件开发交流社区、游戏新闻资讯、计算机术语词典,下面一起来看看吧👇
滴滴出行今日对外宣布,滴滴机器学习研究院升级为滴滴研究院,机器学习和人工智能专家何晓飞担任首届院长。滴滴表示,将用人工智能分析技术,提升公司数据挖掘能力。此外,滴滴在智能交通、数据挖掘、图像识别等领域
关于转载授权 大数据文摘作品,欢迎个人转发朋友圈,自媒体、媒体、机构转载务必申请授权,后台留言“机构名称+转载”,申请过授权的不必再次申请,只要按约定转载即可,但文末需放置大数据文摘二维码。 采访| 纪思亮 刘小娇 阚玺 米格机 撰文| 阚玺 米格机 前言 数据科学家在多数人看来是一群对电脑和数据痴迷的人。他们可以熟练运用各种机器或者编程语言与计算机进行互动,从他们口中,会高频的出现“数据”,“算法”,“模型”,“机器学习”这些高大上的专业词汇。正因如此,他们常被看做“埋头数据中,不闻窗外事”的代表。
量化,一个横跨多个学科领域的工作。已经在不同场合,听了无数次的三座大山:较好的数学功底、编程技能、金融知识。
大数据文摘作品 作者:Liam Hänel 编译:赵逸云、蒋宝尚、钱天培 人工智能席卷各行各业早已是不争的事实。 一边是大把人担心AI抢走自己的饭碗,另一边又是人工智障事故频出、难在业界落地。 AI在业界的应用程度到底如何,恐怕还得从已有的商用AI看起。 今天,文摘菌就来盘点一下已实现产品化的商用AI,看看它们在业界都能搞出些什么名堂。 如果你真怕被AI抢走饭碗,所谓知己知彼,赶紧要来了解AI在业界的具体应用。 如果你是企业负责人,更是别错过这张清单——或许你的生产运转难题就可以被其中的某一个AI应
来源:专知本文为书籍介绍,建议阅读5分钟这本教科书在可再现金融上拉开帷幕,并展示了如何通过提供一个完全透明的R代码基础来应用金融和计量经济学的理论概念。 这本教科书在可再现金融上拉开帷幕,并展示了如何通过提供一个完全透明的R代码基础来应用金融和计量经济学的理论概念。聚焦于R的编码和数据分析,我们展示了学生、研究人员、数据科学家和专业人员如何从零开始进行实证金融研究。我们从对初学者友好的R包tidyverse系列介绍开始,我们的方法围绕着它。然后,展示如何访问和准备公共开源数据源(如法国数据库、宏观经济数据
“ 从这次课才真正进入机器学习的课堂,本次课概要讲述对机器学习的感性认识。。。”
在过去的一年里,我采访了一些在Expedia Group担任数据科学职位的人,职位从入门级到高级的都有。我想分享我的经验,这些经验适用于对申请数据科学职位的人。在这篇文章里,我还会给出关于你可能在面试中会遇到的问题的一些提示。
T客汇官网:tikehui.com 编译 | 徐婧欣 数据及分析美国零售商供应链的营业毛利润在过去五年里增长了19%。 制造业的增值设计、供应链管理和售后支持三个领域,数据分析在经济上做出了贡献。
量化投资与机器学习微信公众号,是业内垂直于量化投资、对冲基金、Fintech、人工智能、大数据等领域的主流自媒体。公众号拥有来自公募、私募、券商、期货、银行、保险、高校等行业30W+关注者,连续2年被腾讯云+社区评选为“年度最佳作者”。 今年春节,微信为了感谢「量化投资与机器学习」对微信原创生态的贡献,免费了送了20万个微信红包封面。 QIML 今年的红包封面,受到了圈内的无数人的喜爱与赞美,发红包的人数近16万,拆红包的人数近100万! 不过,领取的红包封面3个月内有效,最近很多人告诉我们红包封面过期了。
领取专属 10元无门槛券
手把手带您无忧上云