大數據與人工智能-解惑

1、大數據與人工智能 ------ 解惑,主 題,人工智能的歷史1956年達特茅斯會議召開，人工智能正式提上議程智能時代什么時候來臨？當機器擁有語音識別、圖像識別、自然語音理解等這些人最本質的智慧能力的時候，那么大數據人工智能時代已經來臨。,人工智能歷史及發(fā)展,人工智能應用1-圍棋,人工智能應用2-聊天機器人,人工智能應用3-圖片識別,"little gi

2、rl is eating piece of cake.",人工智能應用4-人臉識別,人工智能應用5-圖片文字提取,人工智能應用6-自動駕駛汽車,Machine Learning(ML) is a scientific discipline that deals with the construction and study of algorithms that can learn from data.機器學習是一門從數據中研

3、究算法的科學學科。機器學習直白來講，是根據已有的數據，進行算法選擇，并基于算法和數據構建模型，最終對未來進行預測,機器學習定義,1：傳統(tǒng)模型算法2：深度學習算法,機器學習算法,1：決策樹算法 2：K-近鄰算法3：支持向量機(SVN)4：關聯分析(Apriori)5：隱馬爾科夫模型(HMM)6：AdaBoost算法7：樸素貝葉斯算法 ......,傳統(tǒng)算法,深度

4、神經網絡(DNN)(Deep Neural Network)應用場景：搜索排序、推薦排序,深度學習,卷積神經網絡(CNN)(Convolutional Neural Network)應用場景：圖像識別、視頻分析,深度學習,循環(huán)神經網絡(RNN)(Recurrent Neural Network)應用場景：語音識別、自然語言處理,深度學習,投資策略1：選擇項目2：選擇時間3：風險控制4：買入項目5：賣出項目,智能P2

5、P投資系統(tǒng),預測流程,新聞及政策預測投資走向,數據收集,,數據處理,,文本向量化,,信息抽取,中文分詞,特殊過濾,情感分析,中文分詞,分詞操作,詞向量表示1：One-Hot稀疏編碼橙子 [1 0 0 0 0 ]菠蘿 [0 1 0 0 0 ]2：Embedding稠密編碼橙子 [0.3 0.2],向量表示,詞編碼訓練（Word2Vec）1：基于上下文預測詞2：基于詞預測上下文可通過以下實現1：python Gens

6、im 工具包2：world2Vec google開源,向量標記訓練,投入模型進行訓練例如：卷積神經網絡 CNN基本原理：二維圖像-->分解方格-->卷積變換-->池化-->取出最大值輸出(最終得出圖像的類別),模型訓練,圖像與單詞連接思路：一維單詞--》二維矩陣以單詞向量作為輸入項目收益的波動作為輸出,模型訓練,一：數據來源 1：網絡爬蟲 2：開源工具 3：大數據平臺二：預測步驟

7、 1 : 數據清洗 例如通過jieba分詞系統(tǒng) 分詞、過濾等操作 2：通過 python中的 numpy、pandas、Matplotlib完成數據預處理及特征提取操作 3：通過tensorflow、tflearn深度學習工具包進行深度學習建模。,開發(fā)流程總結,對比：,智能與非智能比較,人工智能應用開發(fā)流程,數據收集,,數據清洗,,特征工程,,數據建模,如果你是下面的行業(yè)1：司機2：醫(yī)生3：記者4：翻譯5