机器学习
机器学习
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。

热点

数据中心·2019-04-12
cherrylook · 中国人寿保险集团 擅长领域:机器学习, 人工智能, 系统运维
66 会员关注
收藏7
评价11
金币1
数据中心·2019-04-12
cherrylook · 中国人寿保险集团 擅长领域:机器学习, 人工智能, 系统运维
66 会员关注
综述某金融保险数据中心的智能运维项目秉承自主创新的业务理念,掌握自有的技术自主知识产权,建设完全自主的平台,践行机构内部的数据存储管理,具有一定的行业通用性和示范作用。数据中心立足于传统运维职责,通过机器学习技术将运维水准整体大幅提升,实现数据中心智能化,实现运维...(more)
专栏: 最佳实践
浏览6949
评论5
Kubernetes·2019-03-22
南山行者 · 某银行 擅长领域:云计算, 容器, 容器云
173 会员关注
作者:左宇鹏2014年毕业于北京工业大学计算机学院,曾就职于某大型国企从事数据库运维工作。2018年3月加入民生银行信息科技部系统管理中心团队,目前主要致力于基于kubernetes和docker的容器平台和ceph分布式存储的研究和运维工作。--一、背景近年来,随着人工智能、机器学习、...(more)
浏览3382
IT咨询服务深度学习·2018-12-17
sprewellkobe · TX 擅长领域:云计算, 安全, 网络
445 会员关注
具体得看一下使用方式,可以先加大并发度config.intra_op_parallelism_threads = 32如果还是很慢,得贴一下代码了
互联网服务大数据·2018-10-16
sxtycxx · 人工智能(计算机视觉) 擅长领域:存储, 灾备, 服务器
521 会员关注
1、精准营销需要在构建用户画像和商品的画像的基础上,实现智能的推荐,推荐又分为基于用户画像(购买行为类似的用户商品推荐)和商品画像(购买商品相似度推荐)相结合实现精准的营销;2、要建立用户画像,首先需要梳理画像的特征值(也就是多维度的数据信息),基础上给用户进行打标签(和实际...
人工智能·2018-09-06
ZHOULEON · IBM 擅长领域:存储, 服务器, 人工智能
2 会员关注
一、人工智能在金融行业的应用机会近些年随着互联网对各行业的改造(或者说数字化转型),传统金融机构受到很大冲击。但是,大数据分析和人工智能等新技术的发展,也使得金融行业客户能够重获逆袭的可能。因为,对于金融行业来说,在过去几十年的发展中沉淀了巨量的可信数据,比如各类交...(more)
浏览5699
大数据·2018-09-05
rein07 · 某证券 擅长领域:人工智能, 大数据, 机器学习
586 会员关注
当前科技金融已经深入到多个业务领域,如量化交易、智能投顾、精准营销、智能客服等,在这些应用中,智能投顾又首当其冲,在财富管理中崭露头角。智能投顾英文名称为robo-advisor,是指网络虚拟人工智能产品基于客户自身的理财需求、资产状况、风险承受能力、风险偏好等因素,运用现...(more)
浏览6025
评论1
大数据·2018-08-30
时东南 · 外资银行 擅长领域:人工智能, 大数据, 机器学习
371 会员关注
收藏4
评价12
金币5
CMDB·2018-07-09
jxnxsdengyu课题专家组 · 江西农信 擅长领域:存储, 灾备, 双活
1054 会员关注
0、前言近年来,随着金融企业的业务规模不断增长,越来越多的运维场景和问题无法用传统运维方法来解决,而运维效率也难以继续支撑业务规模的快速扩张,所以企业运维部门开始更加关注如何解放运维自身的效率,以解决传统运维方法(人工、自动化)所解决不了的问题,智能运维应时而生。智...(more)
专栏: 趋势观点
浏览6595
评论5

描述

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。...(more)
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域,它主要使用归纳、综合而不是演绎。
X社区推广
  • 提问题