机器 金融 研究进展 电子书
多开工具在教育领域的创新应用研究
多开工具在教育领域的创新应用研究 摘要： 随着科技的不断发展，多开工具作为一种新兴的技术手段，在教育领域得到了广泛的应用。本文将探讨多开工具在教育领域的创新应用，并分析其所带来的影响和挑战。 引言： 随着信息技术的迅速发展，教育方式正经历着翻天覆地的变化。多开工具作为一种应用广泛的技术手段，为教育提 ......
机器学习-决策树系列-决策树-剪枝-CART算法-27
目录1. 剪枝2. CCP—代价复杂度剪枝（CART） 1. 剪枝 将子树还原成一个叶子节点： 是解决过拟合的一个有效方法。当树训练得过于茂盛的时候会出现在测试集上的效果比训练集上差不少的现象，即过拟合。可以采用如下两种剪枝策略。 前剪枝，设置超参数抑制树的生长， 例如:max_depth max_ ......
docker构建机器学习计算环境并做无网络迁移
1.docker安装 很多系统自带docker，可以跳过 2.拉取镜像 docker pull nvcr.io/nvidia/pytorch:22.12-py3 保证有足够磁盘空间，有些镜像要几十G，不然系统会出问题，看我另一篇博文 3.配置 创建一个名字为xxx的容器，运行镜像yyy docker ......
具身智能即将为通用机器人补全最后一块拼图
1. 什么是具身智能？ 具身智能通过在物理世界和数字世界的学习和进化，达到理解世界、互动交互并完成任务的目标。 具身智能是由“本体”和“智能体”耦合而成且能够在复杂环境中执行任务的智能系统。一般认为，具身智能具有如下的几个核心要素： 第一是本体，作为实际的执行者，是在物理或者虚拟世界进行感知和任务执 ......
简易机器学习笔记（八）关于经典的图像分类问题-常见经典神经网络LeNet
前言 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类， ......
简易机器学习笔记（七）计算机视觉基础 - 常用卷积核和简单的图片的处理
前言 这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。 ......
技术文档指南：版本说明、网站文案、FAQ、案例研究与内容优化
Release Notes 和产品公告 Release Notes 通常是软件文档的一部分，是在新产品发布时提供给用户的简短、高级摘要。它们包含有关更新的重要信息，包括新功能、增强功能、错误修复，通常还包括已知问题。每个版本说明与特定软件版本相关联，并帮助用户了解该特定版本中可以期待的哪些更改或改进 ......
企业微信告警机器人配置说明
如何使用群机器人 在终端某个群组添加机器人之后，创建者可以在机器人详情页看的该机器人特有的webhookurl。开发者可以按以下说明a向这个地址发起HTTP POST 请求，即可实现给该群组发送消息。下面举个简单的例子.假设webhook是：https://qyapi.weixin.qq.com/c ......
机器学习-决策树系列-简单决策树-26
目录1. 决策树2. 举个例子 计算信息增益2. 信息熵与Gini指数关系 1. 决策树 决策树是属于有监督机器学习的一种，起源非常早，符合直觉并且非常直观， 模型生成：通过大量数据生成一颗非常好的树，用这棵树来预测新来的数据 预测：来一条新数据，按照生成好的树的标准，落到某一个叶子节点上 决策树的 ......
简易机器学习笔记（六）不同优化算法器
前言 我们之前不是说了有关梯度下降公式的事嘛，就是那个 这样梯度下降公式涉及两个问题，一是梯度下降的策略，二是涉及到参数的选择，如果我们选择固定步长的时候，就会发现我们求的值一直在最小值左右震荡，很难选择到我们期望的值。 假设上图中，x0为我们期望的极小值，yB = xA - yA'xA的时候，xB ......
机器学习笔记（五）更换损失函数：交叉熵
前言 我们之前用的是均方差作为我们神经网络的损失函数评估值，但是我们对于结果，比如给定你一张应该是0的照片，它识别成了6，这个时候这个均方差表达了什么特别的含义吗？显然你识别成6并不代表它比识别成1的情况误差更大。 所以说我们需要一种全新的方式，基于概率的方案来对结果进行规范。也就是我们说的交叉熵损 ......
微软的一些公开课，Python、机器学习、SQL、AI，全部免费
大家好，我是老章，刷X看到一位博主Alif Hossain⚡@alifcoder总结了微软的一些公开课，全部免费，蛮不错的。感兴趣可以学一波，还能领徽章。 1. 机器学习简介 本课程是学习机器学习基础知识和用例的好方法。 → 11 个模块 → 2.5 小时 → 适合初学者 → 免费徽章 链接: ht ......
微软真是活菩萨，面向初学者的机器学习、数据科学、AI、LLM课程统统免费
微软真是活菩萨，面向初学者的机器学习、数据科学、AI、LLM课程统统免费 大家好，我是老章 推荐几个质量上乘且完全免费的微软开源课程 面向初学者的机器学习课程 地址：https://microsoft.github.io/ML-For-Beginners/#/ 学习经典机器学习，主要使用 Sciki ......
01_机器学习概述
概述 机器学习是什么 与人工智能的关系 机器学习 是 人工智能 的一个实现途径 人工智能 是用机器来模仿人类学习以及其他方面的智能 定义 机器学习 是从数据中自动分析获得 模型 ，并利用 模型 对未知数据进行 预测 解释 我们人从大量的日常经验中归纳规律，当面临新的问题的时候，就可以利用以往总结的规 ......
逆向通达信Level-2 续十一 (无帐号登陆itrend研究版)
《续九》无帐号打开了itrend研究版但是用不了。今次无帐号登陆itrend研究版可以使用行情。 演示三图 1. 首先成功在金融终端无帐号登陆成功。 2. 同理应用在itrend研究版，却遭遇正版检测阻拦。 3. 跨年一样，跨过正版检测阻拦。 图一： 图二： 图三： 逆向通达信Level-2 续十一 ......
认识机器学习【woodwhales.cn】
为了更好的阅读体验，建议移步至笔者的博客阅读：认识机器学习 生活中的问题1：居民家庭生活用气价格 北京燃气小程序在线咨询，查询北京居民家庭生活用气价格 上图价格梯度，可以由文字转换成表格： 第一档用气量为0-350（含）立方米，气价为2.61元/m³； 第二档用气量在350-500（含）立方米之间， ......
基于振弦采集仪的工程监测数据分析方法研究
基于振弦采集仪的工程监测数据分析方法研究 基于振弦采集仪的工程监测数据分析方法研究主要涉及以下几个方面： 1. 数据采集：使用振弦采集仪对工程结构进行振动信号的采集。振弦采集仪可以通过固定的传感器将振动信号转换为电信号，并将数据存储在采集仪中。 2. 数据预处理：对采集到的原始数据进行预处理，包括去 ......
大模型评测-微软亚洲研究院：A Survey on Evaluation of Large Language Models论文分享
《A Survey on Evaluation of Large Language Models》 一、论文介绍：微软亚洲研究院公开了介绍大模型评测领域的论文《A Survey on Evaluation of Large Language Models》。该论文一共调研了219篇文献，以评测内容 ......
openstack以后需要研究一下的知识
openvt是一个用于在虚拟终端上启动程序的命令行工具。它允许用户在一个新的虚拟终端（VT）上启动一个程序，并将标准输入、输出和错误输出定向到该终端。 openvt的用法如下： 打开一个虚拟终端并运行一个程序： bash复制代码 openvt -c vtnumber command options ......
机器学习之ML.NET
专有名词概念 标签（Labels）：预测列，需要预测的内容 特征（Features）：用于帮助预测标签的列 模型（Model）：模型是通过训练数据学习到的机器学习算法。它可以用来预测未知数据的标签 官方地址：ML.NET |专为 .NET 设计的机器学习 (microsoft.com) 准备环境 必 ......
《中国人民银行业务领域数据安全管理办法》与个人信息保护关键技术研究 | 京东云技术团队
在大数据环境下，通过个人用户网络活动产生的数据，可以清晰地分析出用户的年龄、职业、行为规律和兴趣爱好。特别是随着电子商务和移动网络的应用和普及，个人用户的地址、联系方式和银行账户信息也可以通过大数据挖掘或网络爬虫等手段获取。因此，个人信息安全管理压力增大，用户个人信息泄露事件时有发生。莫名其妙的销售 ......
P4 机器学习的基本原则
训练神经网络的基本原则 当训练好了一个最初的神经网络 首先问 这个算法是否有高偏差？？？ 也就是是不是欠拟合 如果是高偏差： 解决高偏差，要么换更大的网络，要么延长训练的时间，（找更好的网络） 等到做完了这些，再判断这个算法是否有高偏差，直到在训练集上能够拟合好数据， 然后问 这个算法是否有高方差？ ......
银行业绩数据监控大屏：金融领域的智慧之眼
银行业绩数据监控大屏作为一种新型的管理工具，正逐渐改变传统银行业的运营模式。通过实时监控、深入分析、预测未来、协同工作和保障安全等功能，大屏为银行管理者和员工提供全面的数据支持和服务。在金融市场的激烈竞争中，银行业绩数据监控大屏将成为银行驾驭金融海洋的重要航标，引领银行业稳健前行。 ......
MES系统中的电子看板：真正实现数字化车间可视化
在生产制造过程中，看板管理扮演着至关重要的角色。通过看板，我们能够实时了解生产情况、物料需求、质量预警等信息，从而更好地控制生产过程。作为万界星空科技MES管理系统中的一个基本模块，看板管理为企业的生产管理提供了有力支持。一、MES系统中的看板类型： 1、生产任务看板 生产任务看板包括生产任务号、班 ......
机器学习笔记（四）初识卷积神经网络
前言 第一次写卷积神经网络，也是照着paddlepaddle的官方文档抄，这里简单讲解一下心得。 首先我们要知道之前写的那些东西都是什么，之前写的我们称之为简单神经网络，也就是简单一层连接输出和输出，通过前向计算和逆向传播，以及梯度下降的方式让结果慢慢滑向我们期望的终点。 这种方法固然好，但是它的限 ......
埃克塞特大学（University of Exeter），又名埃克斯特大学，是一所位于英国西南部的顶尖公立综合性研究型大学，起源于十九世纪中叶，于1955年受皇家特许正式创建大学。现为英国罗素大学集团、英联邦大学协会和GW4联盟等组织成员。
埃克塞特大学（University of Exeter），又名埃克斯特大学，是一所位于英国西南部的顶尖公立综合性研究型大学，起源于十九世纪中叶，于1955年受皇家特许正式创建大学。现为英国罗素大学集团、英联邦大学协会和GW4联盟等组织成员。 ......
Rasa初始化聊天机器人的配置
本文详细介绍了使用 rasa init 初始化聊天机器人项目的配置，包括 nlu.yml、rules.yml、stories.yml、test_stories.yml、config.yml、credentials.yml、domain.yml、endpoints.yml 等文件。如下所示： │ co ......
多开工具在在线医疗领域的创新应用研究
多开工具在在线医疗领域的创新应用研究 摘要： 随着科技的不断进步，互联网在各行业中的应用越来越广泛。在线医疗作为互联网+医疗的重要组成部分，为患者提供了便捷、高效的医疗服务。然而，由于在线医疗平台的数量有限，导致患者选择医疗资源受限。本文研究了多开工具在在线医疗领域的创新应用，探讨了其对医疗资源的合 ......
技术写作：漏斗内容策略、认知博客、支柱内容、研究报告、通用门控内容、电子书和教程
顶部漏斗内容 顶部漏斗是指客户旅程中的认知阶段，他们第一次接触到企业或产品。在这个阶段，他们意识到自己存在问题，并开始寻找信息或解决方案。此阶段的内容旨在通过提供与他们的问题相关的解决方案或有价值的信息来吸引潜在客户的注意力和兴趣。这种内容通常是广泛而丰富的，而不是针对产品的。其目的是在建立信任和品 ......
Python 金融：算法交易 （1）基础入门
本文翻译自2018年最热门的Python金融教程 Python For Finance: Algorithmic Trading。 这篇 Python 金融教程向您介绍算法交易等内容。 技术已成为金融领域的一项资产：金融机构已不仅仅是单纯的金融机构了，它正向着技术公司演进。除了技术带来的创新速度和竞 ......