1.人工智能含义:
本质是以数理模型为核心工具,结合控制论、认知心理学等其它学科的研究成果,最终由计算机系统模拟人类的感知、推理、学习、决策等功能。
2.机器学习的对象:
是某种客观存在的规律。规律有简单、复杂的。智能投顾学习的是资本市场中投资决策和收益之间的规律。
3.机器学习遵循基本的流程:
数据获取、特征提取、 数据转换、模型训练、模型选择和模型预测。
1)数据获取
数据获取途径:多样,一般通过数据库和网络爬虫获取。
机器学习模型过程中首先需要考虑的问题:获取大量的、高质量的数据(数据的数量不足,或者信噪比过低,会严重就影响算法效果。)
2)特征提取
为什么进行特征提取:原始数据由于格式和类型的限制,可能无法直接用于训练模型。而优质的特征能够起到事半功倍的效果。因此需要先从原始数据中提取富有信息量的、可以放入模型训练的特征,这一步称为特征提取。
方法有:人工经验和模型数据驱动提取,优质的特征能够起到事半功倍的效果。
3)数据转换