logo资料库

金融领域中的机器学习.pptx

第1页 / 共52页
第2页 / 共52页
第3页 / 共52页
第4页 / 共52页
第5页 / 共52页
第6页 / 共52页
第7页 / 共52页
第8页 / 共52页
资料共52页,剩余部分请下载后查看
机器学习+金融=? ——金融领域中的机器学习技术 报告人:陈可佳 南京邮电大学 计算机学院 江苏省大数据安全与智能处理重点实验室 Big Data Security & Intelligent Processing
内容 人工智能 机器学习——AI分支 定义、流派 任务 常见范式 算法介绍 在金融中的(潜在)应用 总结:金融应用场景
人工智能(AI) 1956年,达特茅斯会议 AI 五十年留念(1956~2006) 什么是AI? - 研究如何让计算机完成那些只有依靠人类智力才能完成的任务——Mavin Minsky - 实现人类智能的功能,途径并不一定与人类智力相同——John McCarthy - 研究提升机器解决复杂任务能力的领域 约翰.麦卡锡 (John McCarthy, 1927~2011) 马文.明斯基 (Marvin Minsky, 1927~2016)
AI科学的分支 计算机 视觉 语音 识别 基于规则 的系统 机器学习 自然语言 处理 机器人学
机器学习——无处不在
机器学习 何为机器学习? 机器通过算法自动地从数据中学习知识 两大派别 AI的一个分支(计算机科学家) 关注问题,不在乎手段(统计、代数、逻辑、几何) 应用统计学的分支(统计学家) 关注算法、不在乎实用 经典统计学(频率主义) 足够测量,无需构建模型 适合小型问题(少量参数) 可解释 但复杂问题数据稀疏?举例 机器学习 AI分支 统计学 分支
机器学习 vs. 经典统计学 欠拟合(偏差大) 过拟合(方差大) 参数优化 目前,金融行业模型 (特别是风险控制)  基于计量经济学理论  统计学为主要分析方法
机器学习(AI分支)  “Machine Learning is the study of computer algorithms that improve automatically through experience. ” [Tom Mitchell, 1997] 从示例(instance)中学习 何为示例?标签? 特征工程(重要)
分享到:
收藏