深度学习概述:
伴随着大数据积累、计算机并行计算能力的发展,人工智能逐渐渗透到各个领域,在经济社会发展中引导行业进行着深刻变革。而在变革过程中,深度学习风靡于多样化的人工智能任务中,成为解决人工智能发展瓶颈的关键技术。
现代深度学习为监督学习提供了一个强大的框架。通过在一层中添加更多的层和更多的单元,深度网络可以表示越来越复杂的功能。大多数由输入向量到输出向量的映射组成的任务,对于一个人来说很容易快速完成,只要足够大,就可以通过深度学习来完成深度学习是大数据时代的一种算法工具,近年来成为研究热点。例如热门领域,基于深度卷积网络的图像分类技术已经超过了人眼精度;基于深度神经网络的语音识别技术已经达到了95%的精度,基于深度神经网络的机器翻译技术已经接近了人类的平均翻译水平。而金融最为一个极其特殊的应用场景,已经与深度学习进行了交叉与融合,同时该领域内也存在大量的研究机会。下图为不同AI学科之间的关系图。
关于RNN GAN预测算法:
(一)循环神经网络RNN(Recurrent Neural Network)