江湖车侠|| 万字长文,统计学家范剑青:把 AI 学习金融,变为现实( 九 )
比较Dictionary方法与RavenPack , 我们的方法更有效 。
下图是SpeedofNewsAssimilation , 如果你投得太晚 , 新闻的价值很快就没有了 。
总结如下:
现场提问环节IEEEFellow王强:在深度学习里使用监督或者半监督的模型 , 我也可以看到lowest数据或是非lowest数据 , 您觉得PCA方式跟深度学习的方式 , 哪个更好用?
范剑青:这个提问很好 。 PCA本身是线性的因子学习 。 做PCA的目的是想将相关的变量的共性跟特性分开 。 对于很相关的变量 , 例如刚才把131个变量直接放在机器学习里 , 可能会包含太大的相关 。
我们主要想讲的是PCA将共性和个性分开 , 可以把136个变量放到深度学习里 。 深度学习可以作为很好的预测方式 , 但是如果变量很大相关的话 , 可能预测效果并不好 。 PCA要学习的东西跟深度学习要学习的不完全一样 , 可以互补 。
雷锋网雷锋网雷锋网
推荐阅读
- 抖音|挑衅顺丰、惹怒菜鸟,日单近千万,快递江湖大佬们坐不住了!
- 松果财经|陪玩江湖风云再起?,向“下”出发
- 火星|8岁火星男孩重出江湖?声称进入中国古代社会,这到底是真是假?
- 江湖车侠|明知印度制造不靠谱,为啥还要去?,苹果8个代工厂集体搬迁印度
- 阿里巴巴|马云退出阿里巴巴董事会,江湖再见!
- 艾尼网络凯翔|岳灵珊为何会抛弃青梅竹马令狐冲, 爱上林平之呢,笑傲江湖中,
- 江湖车侠|勇闯AI技术“无人区”,深兰科技:发力“深兰”模式
- 萱草|李一男重出江湖,或与华为“再续前缘”?,背叛华为后
- 江湖车侠|如何让老手机长年流畅?记住这三招就行,不想换新手机
- 政商参阅|却倒在了赌桌上:金立手机的生死江湖路,曾销量第一