深度学习核心技术精讲100篇（七十九）-深度学习应用实战案例：携程金融自动化迭代反欺诈模型体系

关键词：

深度学习核心技术精讲100篇（七十五）-集成学习

前言在解决分类问题时，假如分类模型不够强大，对样本的分类结果就不会很理想。这时如果我们多找一些分类模型，让它们一起做决策，模型强度会不会高一点呢？集成学习就是把多种分类器按策略组合起来，并根据所有分类... 查看详情

深度学习核心技术精讲100篇（七十六）-分类-决策树

一、决策树所谓决策树，就是自顶而下树形的结构，每一个节点都是一个属性。用决策树解决问题就是根据数据属性一层一层做决策的过程好处：结构清晰，模仿人类思考的流程。以下为某商品经过推销后，收集回来的客户信息... 查看详情

深度学习核心技术精讲100篇（七十六）-分类-决策树

一、决策树所谓决策树，就是自顶而下树形的结构，每一个节点都是一个属性。用决策树解决问题就是根据数据属性一层一层做决策的过程好处：结构清晰，模仿人类思考的流程。以下为某商品经过推销后，收集回来的客户信息... 查看详情

深度学习核心技术精讲100篇（七十九）-深度学习应用实战案例：携程金融自动化迭代反欺诈模型体系

前言支付欺诈风险是携程金融风控团队的主要防控对象，它一般是指用户卡片信息或账号信息泄露后，欺诈分子利用这些信息在携程平台进行销赃，侵害用户资金安全，给用户和携程平台带来损失。1.高对抗性欺诈分子的作案手... 查看详情

深度学习核心技术精讲100篇（七十四）-教你如何最快入门用户画像

前言大家可能经常会听到用户画像这个词，但是具体在做的时候又会觉得无从下手，或者认为只是常规的标签统计，这往往是一个误区。以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新... 查看详情

深度学习核心技术精讲100篇（七十七）-主流推荐引擎技术及优缺点分析

前言在本文中，将详细介绍多种类型的推荐系统，具体介绍基于近邻算法的推荐引擎、个性化推荐引擎、基于模型的推荐系统和混合推荐引擎等，并分析介绍每种推荐系统的优缺点。主要介绍的不同类型的推荐系统包括：近邻算... 查看详情

深度学习核心技术精讲100篇（五十九）-多业务融合推荐策略实战应用

前言58同城作为分类信息网站，服务覆盖多个领域，如房屋租售、招聘求职、二手买卖等等，不同的业务有不同的特点，这使得多业务融合推荐成为一大挑战。如何准确挖掘用户的需求？如何平衡各业务之间的流量分配？如何增... 查看详情

深度学习核心技术精讲100篇（七十四）-教你如何最快入门用户画像

前言大家可能经常会听到用户画像这个词，但是具体在做的时候又会觉得无从下手，或者认为只是常规的标签统计，这往往是一个误区。以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新... 查看详情

深度学习核心技术精讲100篇（六十）-深度学习分类算法之神经网络

前言以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！MATLAB-30天带你从入门到精通MATLAB深入理解高级教程（附源码）tableau可视化数据分析高级教程文章目录一、感知机二、多... 查看详情

深度学习核心技术精讲100篇（七十七）-主流推荐引擎技术及优缺点分析

前言在本文中，将详细介绍多种类型的推荐系统，具体介绍基于近邻算法的推荐引擎、个性化推荐引擎、基于模型的推荐系统和混合推荐引擎等，并分析介绍每种推荐系统的优缺点。主要介绍的不同类型的推荐系统包括：近邻算... 查看详情

深度学习核心技术精讲100篇（八十）-脏数据如何处理？置信学习解决方案

前言 在实际工作中，你是否遇到过这样一个问题或痛点：无论是通过哪种方式获取的标注数据，数据标注质量可能不过关，存在一些错误？亦或者是数据标注的标准不统一、存在一些歧义？特别是badcase反馈回来，发现训练... 查看详情

深度学习核心技术精讲100篇（六十四）-特征选择原理及应用实战案例

前言据《福布斯》报道，每天大约会有250万字节的数据被产生。然后，可以使用数据科学和机器学习技术对这些数据进行分析，以便提供分析和作出预测。尽管在大多数情况下，在开始任何统计分析之前，需要先对最初收集的数... 查看详情

深度学习核心技术精讲100篇（五十五）-基于opencv实现棋盘图像识别

本文我们将一起学习如何使用计算机视觉技术识别棋子及其在棋盘上的位置我们利用计算机视觉技术和卷积神经网络（CNN）为这个项目创建分类算法，并确定棋子在棋盘上的位置。最终的应用程序会保存整个图像并可视化的表现... 查看详情

深度学习核心技术精讲100篇（五十六）-自动驾驶感知技术的实践与探索

前言自动驾驶中的感知技术如同驾驶员的"眼睛"和"耳朵"，在高速重卡的场景中，感知技术将面临哪些挑战？在量产化道路中，如何让感知技术与产品相结合去看清和理解足够的场景？这里，感知的定义就不多介绍了，感知是我... 查看详情

深度学习核心技术精讲100篇（八十）-脏数据如何处理？置信学习解决方案

前言 在实际工作中，你是否遇到过这样一个问题或痛点：无论是通过哪种方式获取的标注数据，数据标注质量可能不过关，存在一些错误？亦或者是数据标注的标准不统一、存在一些歧义？特别是badcase反馈回来，发现训练... 查看详情

深度学习核心技术精讲100篇（八十二）-statsmodels线性回归看特征间关系(代码片段)

在机器学习中的线性回归，一般都会使用scikit-learn中的linear_model这个模块，用linear_model的好处是速度快、结果简单易懂，但它的使用是有条件的，就是使用者在明确该模型是线性模型的情况下才能用，否则生成的结果很可能是错... 查看详情

深度学习核心技术精讲100篇（六十三）-cnn一文详细讲解前因后果

1、对卷积的困惑以下是我为大家准备的几个精品专栏，喜欢的小伙伴可自行订阅，你的支持就是我不断更新的动力哟！MATLAB-30天带你从入门到精通MATLAB深入理解高级教程（附源码）tableau可视化数据分析高级教程卷积这个概念，... 查看详情

深度学习核心技术精讲100篇（五十八）-如何量化医学图像分割中的置信度？

前言在过去的十年里，深度学习在一系列的应用中取得了巨大的成功。然而，为了验证和可解释性，我们不仅需要模型做出的预测，还需要知道它在做出预测时的置信度。这对于让医学影像学的临床医生接受它是非常重要的。在... 查看详情