人工智能
-
机器学习算法和架构在MLOps框架下的工程实践
本文主要介绍机器学习(以下简写为ML)算法和架构在MLOps框架下的工程实践。
-
一文读懂自然语言分析(NLA)
自然语言分析NLA到底是什么呢?
-
中国科学院院士梅宏:如何构造人工群体智能
本文内容由数据派THU 整理自梅宏院士在清华软件论坛上所做的专题报告 一、群体智能研究现状 群体智能是科学家长期关注和研究的一种自然现象。在很多低等社会性生物群体中可以观察到,群体中的单一个体不具有智能,或仅有非常有限的智能,由这些个体构成的群体却展现出远超个体能力的智能行为。这种在低等社会性生物群体层面上展现出的智能,通常被称为群体智能(Swarm Int…
-
如何防止我的模型过拟合?这篇文章给出了6大必备方法
在机器学习中,如果模型过于专注于特定的训练数据而错过了要点,那么该模型就被认为是过拟合。训练数据用来训练模型;验证集用于在每一步测试构建的模型;测试集用于最后评估模型。 如果验证集和测试集的损失…
-
43种机器学习开源数据集(附地址/调用方法)
开源数据集!
-
机器学习的基础图表
机器学习是一种重在寻找数据中的模式并使用这些模式来做出预测的研究和算法的门类。 快速三维地图测绘和建模:要建造一架铁路桥,PwC 的数据科学家和领域专家将机器学习应用到了无人机收集到的数据上。…
-
在R中使用LIME解释机器学习模型
本文为大家介绍如何在R中使用LIME来解释机器学习模型,并提供了相关代码。
-
GARY MARCUS:深度学习走进死胡同了?
人工智能真正的前路究竟在何方?
-
利用AI识别城市建筑物特征,预测其面对地震等灾难时的风险
由Wang和他的同事开发的基本BRAILS框架会自动从卫星和地面图像自动提取建筑物信息,并将这些信息与来自多个数据源的数据(如微软足迹数据和开放地图)进行合并–这是一个协作项目,可以免费创建可编辑的世界地图…
-
波动因子:基于NLP的行业分类
基于TNIC行业分类计算的波动率指标是解释公司波动和收益的潜在因子可以发现随着TNIC波动的上升(从组1到组5),AbnormalReturn越来越大,也就是说TNIC波动大的股票有更多的AbnormalRe…
-
MSCI:捕捉因子模型非线性的收益
遴选了各大顶刊最新论文,按照理解和提炼的方式为读者呈现每篇论文最精华的部分。QIML希望大家能够读到可以成长的量化文章,愿与你共同进步!
-
酒店用机器学习,预测哪些客人会放鸽子
他利用公开的欧洲酒店预订平台数据,发现了更容易取消订单的用户特点,以帮助酒店及时进行止损。用户国籍、预订时间、住宿时间、成人和儿童或婴儿的数量、订单最终是否取消、用户在此次订单之前共取消订单次数等信息。201…
-
机器学习时代下的7个量化研究准则!
这七方面构成了一个完整且可操作的体系,能够帮助我们更好的规避样本内的虚假信号、找出能在样本外更有效的交易策略。
-
机器学习选股模型的可解释性分析
在这篇文章中,我们参考partial dependence的理念,尝试从以下三个角度去分析机器学习模型的预测机制…
-
深度学习垄断!分析17万篇AI顶会论文,他们首次揭示了计算资源贫富分化的证据
自2012年深度学习的意外增长以来,公司,尤其是大型技术公司和精英大学增加了对主要AI会议的参与;这里的精英大学指的是在QS世界大学排名中排名1-50的大学;此外,研究人员发现了两种策略,可以通过这些策略…