大數(shù)據(jù)與人工智能-解惑

主題人工智能產(chǎn)品02機(jī)器學(xué)習(xí)03人工智能歷史及發(fā)展01人工智能案例04面對(duì)人工智能05第一頁，共26頁。人工智能的歷史1956年達(dá)特茅斯會(huì)議召開，人工智能正式提上議程智能時(shí)代什么時(shí)候來臨？當(dāng)機(jī)器擁有語音識(shí)別、圖像識(shí)別、自然語音理解等這些人最本質(zhì)的智慧能力的時(shí)候，那么大數(shù)據(jù)人工智能時(shí)代已經(jīng)來臨。人工智能歷史及發(fā)展第二頁，共26頁。人工智能應(yīng)用1-圍棋第三頁，共26頁。人工智能應(yīng)用2-聊天機(jī)器人第四頁，共26頁。人工智能應(yīng)用3-圖片識(shí)別"littlegirliseatingpieceofcake."第五頁，共26頁。人工智能應(yīng)用4-人臉識(shí)別第六頁，共26頁。人工智能應(yīng)用5-圖片文字提取第七頁，共26頁。人工智能應(yīng)用6-自動(dòng)駕駛汽車第八頁，共26頁。MachineLearning(ML)isascientificdisciplinethatdealswiththeconstructionandstudyofalgorithmsthatcanlearnfromdata.機(jī)器學(xué)習(xí)是一門從數(shù)據(jù)中研究算法的科學(xué)學(xué)科。機(jī)器學(xué)習(xí)直白來講，是根據(jù)已有的數(shù)據(jù)，進(jìn)行算法選擇，并基于算法和數(shù)據(jù)構(gòu)建模型，最終對(duì)未來進(jìn)行預(yù)測(cè)機(jī)器學(xué)習(xí)定義第九頁，共26頁。1：傳統(tǒng)模型算法2：深度學(xué)習(xí)算法機(jī)器學(xué)習(xí)算法第十頁，共26頁。1：決策樹算法2：K-近鄰算法3：支持向量機(jī)(SVN)4：關(guān)聯(lián)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)算法第十一頁，共26頁。深度神經(jīng)網(wǎng)絡(luò)(DNN)(DeepNeuralNetwork)應(yīng)用場(chǎng)景：搜索排序、推薦排序深度學(xué)習(xí)第十二頁，共26頁。卷積神經(jīng)網(wǎng)絡(luò)(CNN)(ConvolutionalNeuralNetwork)應(yīng)用場(chǎng)景：圖像識(shí)別、視頻分析深度學(xué)習(xí)第十三頁，共26頁。循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)(RecurrentNeuralNetwork)應(yīng)用場(chǎng)景：語音識(shí)別、自然語言處理深度學(xué)習(xí)第十四頁，共26頁。投資策略1：選擇項(xiàng)目2：選擇時(shí)間3：風(fēng)險(xiǎn)控制4：買入項(xiàng)目5：賣出項(xiàng)目智能P2P投資系統(tǒng)第十五頁，共26頁。預(yù)測(cè)流程新聞及政策預(yù)測(cè)投資走向數(shù)據(jù)收集數(shù)據(jù)處理文本向量化信息抽取中文分詞特殊過濾情感分析第十六頁，共26頁。中文分詞分詞操作第十七頁，共26頁。詞向量表示1：One-Hot稀疏編碼橙子[10000]菠蘿[01000]2：Embedding稠密編碼橙子[0.30.2]向量表示第十八頁，共26頁。詞編碼訓(xùn)練（Word2Vec）1：基于上下文預(yù)測(cè)詞2：基于詞預(yù)測(cè)上下文可通過以下實(shí)現(xiàn)1：python

Gensim工具包2：world2Vecgoogle開源向量標(biāo)記訓(xùn)練第十九頁，共26頁。投入模型進(jìn)行訓(xùn)練例如：卷積神經(jīng)網(wǎng)絡(luò)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(xùn)練第二十頁，共26頁。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(xiàng)目收益的波動(dòng)作為輸出模型訓(xùn)練第二十一頁，共26頁。一：數(shù)據(jù)來源

1：網(wǎng)絡(luò)爬蟲2：開源工具3：大數(shù)據(jù)平臺(tái)二：預(yù)測(cè)步驟

1:數(shù)據(jù)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(shù)據(jù)預(yù)處理及特征提取操作3：通過tensorflow、tflearn深度學(xué)習(xí)工具包進(jìn)行深度學(xué)習(xí)建模。開發(fā)流程總結(jié)第二十二頁，共26頁。對(duì)比：智能與非智能比較智能投資主觀投資分析依據(jù)算法模型主觀經(jīng)驗(yàn)分析方法定量分析定性分析分析品種多樣化少數(shù)品種投資周期短中期中長期風(fēng)險(xiǎn)控制風(fēng)險(xiǎn)最小化風(fēng)險(xiǎn)考慮不全第二十三頁，共26頁。人工智能應(yīng)用開發(fā)流程數(shù)據(jù)收集數(shù)據(jù)清洗特征工程數(shù)據(jù)建模第二十