机器 领域 金融
9.3.2另一种计算机器2
本书把所构想的语言机器作为语言媒介系统工具的最新发展，语言机器也可以放在计算机器的历史中来进行分析与比较。 图灵在构想图灵机时，是从观察人用笔在纸上进行计算的过程开始的，所构想的图灵机装置就是用来模拟人类计算过程中的行为。图灵机通过建立符号，内部状态，以及输入与状态如何决定输出的规则来对计算问题建模 ......
关于如何编写好金融科技客户端SDK的思考
引言 回想起来，我在目前的团队（金融科技领域）待了有很长一段时间了，一直在做SDK研发，平时工作中经历过大刀阔斧一蹴而就的喜悦，也经历过被一个问题按在地上摩擦，无奈“废寝忘食”的不堪，日复一日年复一年，如果硬要吐露一下内心的感受，就一个字“难！”。 为什么说难呢？总结下来有两方面原因，一方面原因是所 ......
[AI-ML]机器学习是什么？一起了解！（一）
#机器学习 简单的说，机器学习是一种==让计算机系统从数据中学习并自动改进的算法==。通俗地说，机器学习就是让计算机从数据中“学习”，并使用这些学习成果来做出决策或预测。 学术解释中，==机器学习被定义为一种通过算法让计算机自动学习数据模型和模式，从而实现特定任务的技术。机器学习的主要目标是让计算机 ......
分布式机器学习：异步SGD和Hogwild!算法（Pytorch）
同步算法的共性是所有的节点会以一定的频率进行全局同步。然而，当工作节点的计算性能存在差异，或者某些工作节点无法正常工作（比如死机）的时候，分布式系统的整体运行效率不好，甚至无法完成训练任务。为了解决此问题，人们提出了异步的并行算法。在异步的通信模式下，各个工作节点不需要互相等待，而是以一个或多个全局... ......
机器学习-集成学习LightGBM
前言 LightGBM 是微软开发的一个强大的开源梯度提升框架。它旨在高效和可扩展，能够处理大型数据集和高维特征。LightGBM结合使用基于梯度的单边采样（GOSS）和独占特征捆绑（EFB）来降低计算成本并提高模型的准确性。 LightGBM 支持各种目标函数，可用于回归和分类问题。它还提供了一些 ......
【译】使用 ML.NET 进行机器学习 - 集群完整指南
原文 | Nikola M. Zivkovic 翻译 | 郑子铭 在之前的几篇文章中，我们探索了一些基本的机器学习算法。到目前为止，我们介绍了一些简单的回归算法，分类 算法。我们使用 ML.NET 实现和应用这些算法。到目前为止，我们探索了使用监督学习的算法。这意味着我们始终拥有用于训练机器学习模型 ......
花了半个小时基于 ChatGPT 搭建了一个微信机器人
相信大家最近被 ChatGPT 刷屏了，其实在差不多一个月前就火过一次，不会那会好像只在程序员的圈子里面火起来了，并没有被大众认知到，不知道最近是因为什么又火起来了，而且这次搞的人尽皆知。 想着这么火的 AI 完全可以好好玩一玩呀，于是就尝试着将 ChatGPT 接入到了个人微信中，实现在微信中调戏 ......
【极客升维记】人与机器的较量
最近一个月，ChatGPT在持续走热，整个技术圈似乎在“瑟瑟发抖”。因为大家在不断的构思着“科幻”的那一幕：整个世界被机器所控制，人沦为“机器”的“工具”。 ......
特定领域知识图谱融合方案：文本匹配算法(Simnet、Simcse、Diffcse)
本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障讲解了文本匹配算法的综述，从经典的传统模型到孪生神经网络“双塔模型”再到预训练模型以及有监督无监督联合模型... ......
一文带你入门图机器学习
本文主要涉及图机器学习的基础知识。 我们首先学习什么是图，为什么使用图，以及如何最佳地表示图。然后，我们简要介绍大家如何在图数据上学习，从神经网络以前的方法 (同时我们会探索图特征) 到现在广为人知的图神经网络 (Graph Neural Network，GNN)。最后，我们将一窥图数据上的 Tra ......
从零开始，打造属于你的 ChatGPT 机器人！
大家好！我是韩老师。 不得不说，最近 OpenAI/ChatGPT 真的是太火了。 前几天，微软宣布推出全新的 Bing 和 Edge，集成了 OpenAI/ChatGPT 相关的技术，带动股价大涨： 微软市值一夜飙涨 5450 亿 国内外各家大厂也是纷纷跟进，发布或者将要发布与 OpenAI/Ch ......
可能是最简单的本地GPT3 对话机器人，支持OpenAI 和 Azure OpenAI
毫无疑问，GPT是目前最火的人工智能方向，已经商用的有OpenAI公司原生的GPT3 和 ChatGPT ，以及微软公司的Azure OpenAI Service （暂时还没有包含ChatGPT）。关于他们的各种资料以及讨论（甚至争论），网上已经有很多了。我这里不准备重复。本文分享的一个是我自己为了 ......
机器学习-Kmeans
前言 K-means是一种经典的无监督学习算法，用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间，并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-means算法的原理、实现和应用。 定义 K-means是一种无监督学习算法， 用于对数据进行聚类。该算法将数 ......
机器学习入门总结
交叉验证是机器学习当中的概念，一般深度学习不会使用交叉验证方法，原因是深度学习的数据集一般都很大。但是也有例外，Kaggle 的一些医疗类比赛，训练集一般只有几千张，由于训练数据很少，用来作为验证集的数据会非常少，因此训练的模型在验证集上精度可能会有很大波动，这直接取决于我们所选择的验证集和训练集划... ......
下一代编解码技术Ali266在视频超高清领域的应用展望
超高清与各领域的需求融合和创新正在发生。 2022年是一个体育大年，众多世界级体育赛事通过视频直播、转播等形式给观众带来畅爽的观看体验。 2022年北京冬奥会，实现了奥运会历史上首次赛事全程4K制作播出，并在开幕式上提供了8K超高清公共信号，让观众可以享受到超高清视频带来的更加清晰、真实和沉浸的比赛 ......
特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障
特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：技术知识前置【一】-文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障 0.前言 本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGra ......
Isaac Sim 机器人仿真器介绍、安装与 Docker [1]
前言与参考 此文书写于： January 6, 2023， 更新于 January 6, 2023 ；可能会随着时间的变化 此教程会有过时概念哦 Isaac Sim 相关参考链接： 官方文档地址 官方docker image 镜像地址 官方讨论 论坛链接，建议没啥事就可以逛逛，看问题和回答也是件很有 ......
机器学习基本原理
深度学习是机器学习的一个特定分支。我们要想充分理解深度学习，必须对机器学习的基本原理有深刻的理解。
大部分机器学习算法都有超参数（必须在学习算法外手动设定）。机器学习本质上属于应用统计学，其更加强调使用计算机对复杂函数进行统计估计，而较少强调围绕这些函数证明置信区间；因此我们会探讨两种统计学的主要... ......
机器学习经典算法总结
K 近邻算法（KNN）是一种基本分类和回归方法。KNN 算法的核心思想是如果一个样本在特征空间中的 k 个最相邻的样本中的大多数属于一个类别，那该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分类样本所属的类别。 ......
机器学习--起手式
几个贯穿始终的概念 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 当我们把人类学习简单事物的过程抽象为几个阶段，再将这些阶段通过不同的方法具体化为代码，依靠通过计算机的基础能力--计算。我们就可以让机器能够“学会”一些简单的事物。 我们首先将视线聚焦在最简单的判断 ......
机器学习--要学点什么
前言 可以说掌握了机器学习，你就具备了与机器对话，充分利用机器为人类服务的能力。在人工智能时代，这将成为一项必备技能，就好比十年前你是编程大牛，二十年前你英语超好一样。因此，无论你是什么专业的学生，学一点机器学习的知识绝对只有好处，没有坏处. 但是由于目前学习机器学习是为了准备美赛,所以我并不打算死 ......
【机器学习】李宏毅——Domain Adaptation(领域自适应)
本文介绍了Domain Adaptation(领域自适应)的相关知识，包括现在出现的具体问题、问题如何解决、所面对的各种情况等等。 ......
把盏言欢,款款而谈,ChatGPT结合钉钉机器人(outgoing回调)打造人工智能群聊/单聊场景,基于Python3.10
就像黑火药时代里突然诞生的核弹一样，OpenAI的ChatGPT语言模型的横空出世，是人工智能技术发展史上的一个重要里程碑。这是一款无与伦比、超凡绝伦的模型，能够进行自然语言推理和对话，并且具有出色的语言生成能力。 ......
使用Google OR-Tools分析过去20年中国金融资产最佳配置组合
前两天，在朋友圈里看到一张截至2022年Q2的金融资产历年收益图如下，图中列举了国内从2005年到2022年近20年主要的金融资产历年收益率，随产生想法分析和验证下面几个问题： 过去20年，基于怎样的资产配置才能让收益最大化？ 如果完全拒绝风险，是否可以理财，收益率会是多少？ 是否有风险小，收益高的 ......
实用！7个强大的Python机器学习库！⛵
本文整理了7个非常有效的机器学习Python库：Prophet、Deep Lake、Optuna、pycm、NannyML、ColossalAI、emcee，用简单的方式编写复杂且耗时的代码，大大提升工作效率！ ......
就离谱！使用机器学习预测2022世界杯：小组赛挺准，但冠亚季军都错了 ⛵
本文使用机器学习建模对 FIFA 2022世界杯结果进行了预测，赛后将其与真实结果进行比较，可以看出：小组赛到1/4决赛的预测准确率很高，半决赛和决赛的预测准确率为0，冠亚季军无一预测准确。 ......
历时9个月重构iNeuOS工业互联网操作系统，打造工业领域的“Office”
历时9个月的时间，对iNeuOS工业互联网操作系统进行全面重构，发布内部测试版本。重构的主要目的：工程化的框架优化，更好的聚焦工业领域业务发展。重构也是保障产品能够可持续发展的重要手段，同时兼顾产品的安全性和稳定性。 ......
【机器学习】李宏毅——Explainable ML(可解释性的机器学习)
在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。 Why we need Explainable ML 首先我们要明确，即使我们训练出来的模型能够得到一个 ......
机器学习——人脸性别识别
一、选题背景 人脸识别技术是模式识别和计算机视觉领域最富挑战性的研究课题之一，也是近年来的研究热点，人脸性别识别作为人脸识别技术的重要组成部分也受到了广泛地关注。人脸性别识别就是向计算机输入人脸图像，经过某种方法或运算，得出其性别。这种识别对人眼来说很简单，但对计算机却并不是一件容易的事情。 二、机 ......