机器之我心的博客

Java下使用opencv进行人脸检测工作需要，研究下人脸识别，发现opencv比较常用，尽管能检测人脸，但识别率不高，多数是用来获取摄像头的视频流的，提取里面的视频帧，实现人脸识别时通常会和其他框架搭配使用，比如face_recognition、SeetaFace Engine、Facenet。不过这里先简单介绍下opencv在java下的使用（网上大多都是C++的demo，这里是使用其ja...

package com.lw.test;import java.awt.Graphics;import java.awt.event.MouseAdapter;import java.awt.event.MouseEvent;import java.awt.image.BufferedImage;import javax.swing.JFrame;import javax.swin...

        在整个金融市场上，出现了一个有趣的现象。金融市场的核心是风险和定价，无论是债券、期货、大众商品、股票市场等均归纳于信用风险和市场风险。过去大多以财务数据为主，面对新经济行业的时候，大量的资产数据和财务数据的权重显得不是那么高的时候，我们如何用新的方法去对我们的企业风险形成一个有效的评估，这就是要一直致力于解决的问题。          对于企业信用来说，当你的财务数据所占权重不...

        金融市场上的主体都面临着收益和损失的不确定性，金融产品和工具的多样化趋势，都体现着风险管理的重要性。全球市场在过去的几十年间发生了数次规模巨大的金融危机事件，例如影响全球股市的1987年的黑色星期一事件、1997年的亚洲金融危机、2008年的美国次贷危机以及全球金融危机。各家公司也都面临着各种风险。无处不在的风险日益成为悬在金融市场主体上的一把“达摩克利斯之剑”。       ...

大数据在维基百科上定义为：无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。 在Gartner将大数据定义为：在一个或多个维度上超出传统信息技术的能力的极端信息管理和处理问题。 大数据环境下，数据来源非常丰富且数据类型多样，存储和分析挖掘的数据量庞大，对数据展现的要求较高，并且很看重数据处理的高效性和可用性，需要依靠并行计算提升数据处理速度。 数据挖掘：从大量的、不完全的...

运营型分析能够帮助一个企业的最重要的一个提升是：能适我们在行动中变得更加主动。（1）改进客户体验，是首当其冲。如何为客户提供更个性化的产品、营销和服务，一直是过去企业为之绞尽脑汁的事情。迪士尼乐园开发的魔法手环可以实时收集人流信息，游客体验，如果能提供很好的客户相关分析，体验效果更佳。SenseAware服务就是利用数据和分析将一项传统的服务提升到一个新的层次的项目，一种传感器贴敷在包...

（1）大数据不是定义，而是应用。系统架构、数据捕获只是为了支撑验证有效的商业机会。（2）大数据的成功应用：新信息总会给分析增加更多精准和能量、大数据通过努力确实会产生价值、有真实的成功故事。（3）大数据构造分析流程使要花时间和投入精力的，企业应该带着切实的期望置身于大数据。（4）几乎每一次新信息都会把新算法打败。（5）激发大数据价值的三种方法：在现有分析流程的基础上再有价值提升；找...

基于以下四点开展：（1）运营型分析是嵌入的和自动的。（2）运营型分析是规范的。（3）运营型分析指定决策。（4）运营型分析是在决策时刻完成的。运营分析经历的三个阶段：(1)传统分析：以描述性分析和报表为主；来自内部的相对较小的结构化数据；幕后的分析团队；内部决策支持。(2)大数据：复杂的大型非结构化数据源；新的分析和计算能力；数据科学家出现；在线公司创建基于数据的产品和服...

21种战略制定和运营管理分析模型1、波特五种竞争力分析模型波特的五种竞争力分析模型被广泛应用于很多行业的战略制定。波特认为在任何行业中，无论是国内还是国际，无论是提供产品还是提供服务，竞争的规则都包括在五种竞争力量内。这五种竞争力就是企业间的竞争、潜在新竞争者的进入、潜在替代品的开发、供应商的议价能力、购买者的议价能力。这五种竞争力量决定了企业的盈利能力和水平。 2、SWOT分...

        （1）并行计算。并行计算是用来加深深度神经网络训练的最直接方式了。对于深度神经网络来说，最终得到的东西就是一个网络拓扑结构和各个节点上输入的全值矩阵。英伟达的CUDA提供了平台级产品架构，支持复杂的并行计算编程。关于硬件问题，可以找一些专业的公司和人员即可，我们把更多的精力放在针对业务的研究和改进中了。       （2）随机梯度下降。当样本数据量巨大时，且每个样本的x维度也是...

       随着计算机通信技术、视音频压缩技术和大规模存储技术的发展，人脸图像识别己大量应用在教育、科研、广播电视、安防、商业及消费领域。人脸图像识别在传统上的应用包括人脸图像的辨认和确认，如：访问控制、执法及安防等。随着计算机计算和存储能力的提高、网络技术的发展及人脸图像识别算法的成熟，人脸图像识别技术将会在人机接口、虚拟现实、数据库检索、多媒体、娱乐等一些新的领域得到广泛的应用。    ...

    神经网络并不是一种具体的算法思路，而是一种模型构筑的思路或者方式。在这个思路或者方式的指引下，我们已经成功地构筑了BP网络。 这种线性分类器后面直接跟随激励函数形式神经元，然后前后首尾相接形式网络的方式应该说并不难理解。      如果神经元之间的连接有一种特点，那就是每一个神经元节点的输入都来自于上一层的每一个神经元的输出。这种方式就叫做全连接网络，整个网络的每一层都是以这种“全连接...

（1）前馈神经网络：各神经元从输入层开始，接收前一级输入， 并输入到下一级，直到输出层。整个网络中无反馈，可用一个有向无环图来表示。包括两种：反向传播网络、RBF径向基函数神经网络。神经网络本身就是有很多种设计模式，并且会在不同的模式下产生不同的训练效果和运用特点。（2）线性回归的训练：机器学习就是机器通过对观测到的事物进行归纳，进而总结出它们之间的规律、关系一类。（3）样本。（4）牛...

（1）神经网络：ANN（artifical neural network）。（2）神经元：（3）激励函数：在一个神经元当中跟随在f（x）=wx+b函数之后，用来加入一些非线性的因素。        sigmoid函数：把激励值最终投射到了0到1两个值上。1表示完全激活状态，0表示不完全激活状态，其他各种输出就介于两者之间，表示其激活程度不同。        Tanh函数：把激励值最...

       深度学习的历史可以追溯到几十年前，但直到大约5年前才得到了较多的关注。其中，2012年是关键的一年，几乎很多东西都发生了改变，包括三人基于ImageNet做的识别图像的深度卷积神经网AlexNet的分布。如今，在语音识别、图像识别、语言翻译等领域，深度学习取得了很多的成果。就像其他主要技术成就一样，深度学习已迅速攀升顶峰。       由于深度学习是一种强大的统计技术，可以使用大...

       Hadoop集群环境包含主控节点和两个从属节点。在主从式结构中，主节点一般负责集群管理、任务调度和负载平衡等，而从节点从执行来自主节点的计算和存储任务。      Hadoop实现了一个分布式文件系统。HDFS有着高容错性的特点，并且设计用来部署在低廉的硬件上。而且它提供高传输率来访问应用程序的数据，适合那些有着超大数据集的应用程序。HDFS放宽了POSIX的要求，这样可以以流的...

      现在可以说是机器学习算法工程师最好的时代，各行各业对这类人才的需求都非常旺盛。典型的包括以下一些细分行业：  （1）推荐系统。推荐系统解决的是海量数据场景下信息高效匹配分发的问题，在这个过程中，无论是候选集召回，还是结果排序，以及用户画像等等方面，机器学习都起着重要的作用。  （2）广告系统。除了平台和用户之外同时考虑广告业的利益，两方变成了三方，使得一些问题变得复杂多了。...

（1）核心库与统计：Numpy、Scipy、Pandas、StatsModels。（2）可视化：Matplotlib、Seaborn、Plotly、Bokeh、Pydot、Scikit-learn、XGBoost/LightGBM/CatBoost、Eli5。（3）深度学习：Tensorflow、PyTorch、Keras。（4）分布式深度学习：Dist-keras/elephas/s...

     社会经济的快速发展促使城市机动车辆的数量大幅增加。城市化的加速打破了城市道路的平衡状态，传统交通系统无法适应愈来愈复杂的交通需求，交通堵塞成为城市病中很棘手的一个问题。    由于大数据的特点，将会对传统交通的改变集中如下：   （1）大数据和云平台的虚拟性可以解决物理上的行政区域的限制，只要多方共同遵照相关的信息共享原则，就能很好解决跨域管理问题。  （2）大数据具有信息集...