- 46
- 0
- 约1.75千字
- 约 27页
- 2018-10-26 发布于湖北
- 举报
大数据与人工智能-解惑-医学课件.ppt
人工智能应用1-围棋 人工智能应用2-聊天机器人 人工智能应用3-图片识别 little girl is eating piece of cake. 人工智能应用4-人脸识别 人工智能应用5-图片文字提取 人工智能应用6-自动驾驶汽车 Machine Learning(ML) is a scientific discipline that deals with the construction and study of algorithms that can learn from data. 机器学习是一门从数据中研究算法的科学学科。 机器学习直白来讲,是根据已有的数据,进行算法选择,并基于算法和数据构建模型,最终对未来进行预测 机器学习定义 1:传统模型算法 2:深度学习算法 机器学习算法 1:决策树算法 2:K-近邻算法 3:支持向量机(SVN) 4:关联分析(Apriori) 5:隐马尔科夫模型(HMM) 6:AdaBoost算法 7:朴素贝叶斯算法 ...... 传统算法 深度神经网络(DNN) (Deep Neural Network) 应用场景:搜索排序、推荐排序 深度学习 卷积神经网络(CNN) (Convolutional Neural Network) 应用场景:图像识别、视频分析 深度学习 循环神经网络(RNN) (Recurrent Neural Network) 应用场景:语音识别、自然语言处理 深度学习 投资策略 1:选择项目 2:选择时间 3:风险控制 4:买入项目 5:卖出项目 智能P2P投资系统 预测流程 新闻及政策预测投资走向 数据收集 数据处理 文本向量化 信息抽取 中文分词 特殊过滤 情感分析 中文分词 分词操作 词向量表示 1:One-Hot稀疏编码 橙子 [1 0 0 0 0 ] 菠萝 [0 1 0 0 0 ] 2:Embedding稠密编码 橙子 [0.3 0.2] 向量表示 * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy jieba分词工具 * happy jieba分词工具 * happy python Gensim * happy python Gensim * happy python Gensim * happy python Gensim * happy python Gensim * happy * happy python Gensim * happy * happy 大数据与人工智能 ------ 解惑 主讲:伍飞宇 时间:2017年8月27日 主 题 人工智能产品 02 机器学习 03 人工智能历史及发展 01 人工智能案例 04 面对人工智能 05 人工智能的历史 1956年达特茅斯会议召开,人工智能正式提上议程 智能时代什么时候来临? 当机器拥有语音识别、图像识别、自然语音理解等这些 人最本质的智慧能力的时候,那么大数据人工智能 时代已经来临。 人工智能历史及发展 * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy * happy jieba分词工具 * happy jieba分词工具 * happy python Gensim * happy python Gensim * happy python Gensim * happy python Gensim * happy python Gensim * happy * happy python Gensim * happy * happy happy
您可能关注的文档
最近下载
- (完整word版)仙剑奇侠传三图文攻略(最详细版).pdf VIP
- 2025年兰州工业学院软件工程专业《计算机网络》科目期末试卷及答案.docx VIP
- 苏S01-2012 给水排水图集.pdf
- 慢性阻塞性肺疾病急性加重围出院期管理与随访指南(2024年版).pptx VIP
- 公司行政办事指南.doc VIP
- 安墩珠湖萤矿场年开采 5 万吨萤石矿扩建项目环境影响报告.pdf
- 2024届秋季中国稀土集团启动校园招聘笔试参考题库附带答案详解.docx
- PLC运料小车控制系统设计.doc VIP
- 基于STM32单片机矿井矿工作业安全监测设计_成稿0419.doc VIP
- SL_T 276-2022 水文基础设施建设及技术装备标准(OCR).pdf VIP
原创力文档

文档评论(0)