着重突破数据隐私保护、模型可解释性两大瓶颈——用负责任的人工...

模型设计上,针对简单模型,采用决策树等自身较为透明清晰的架构,针对复杂的深度学习模型,尝试用代理模型提供模型解释,进一步帮助用户理解输入的特征是如何影响模型决策的;垂直应用部署时,利用可解释性增强工具提高模型透明度,并提供决策过程的详细记录和解释。使用相关方法计算每个特征对结果的贡献度;模型效果评估时,亟须建立...

治理之智 | 梅夏英《复杂系统与智能涌现:未来数字法研究的范式...

符号主义学派倡导通过符号和逻辑模拟人的心智,建立基于“规则”的机器学习,如决策树、随机森林和关联规则学习等。只是由于不能充分地将具体事物进行形式化,以及“NP完全问题”的存在,符号主义现已暂时沉寂,被基于数据统计的机器学习所取代,如支持向量机、浅层次神经网络和贝叶斯分类器等。行为主义则以维纳为主要代表,强...

【机器学习】数据维度爆炸怎么办?详解5大常用的特征选择方法

假如某个特征和响应变量之间的关系是非线性的,可以用基于树的方法(决策树、随机森林)、或者扩展的线性模型等。基于树的方法比较易于使用,因为他们对非线性关系的建模比较好,并且不需要太多的调试。但要注意过拟合问题,因此树的深度最好不要太大,再就是运用交叉验证。在波士顿房价数据集上使用sklearn的随机森林回归...

基于机器学习方法的两阶段因子择时【华福金工·李杨团队】

决策树(DecisionTree),是一种以树形数据结构来展示决策规则和分类结果的模型,作为一种归纳学习算法,其重点是将看似无序、杂乱的已知数据,通过某种技术手段将它们转化成可以预测未知数据的树状模型,每一条从根结点(对最终分类结果贡献最大的属性)到叶子结点(最终分类结果)的路径都代表一条决策的规则。决策树流程中的...

一份来自银保监会的产品创新总结:8大类“惠民”丰富供给,精准服务...

针对近年来火爆的各种普惠类险种,《通报》予以肯定,指出,各公司主动承担社会责任,积极提供适当、有效的普惠保险产品。这主要体现在两个方面:一是大幅提高对欠发达地区的支持力度,助力巩固脱贫攻坚成果。如太平人寿的“三区三州”定制专属重疾险产品,通过调整起保限额降低价格,充分满足农民、低收入人群等群体健康保障需...

你的NFT可以借出多少资金?两大NFT定价方法论

预言机定价类:又可细分为(a)TWAP定价和(b)链下计算定价(www.e993.com)2024年11月27日。主体评估定价是目前主观性较强的一种定价形式。以TakerV1为代表的流动性借贷协议,可以通过将DAO的利益与贷款人的利益相结合,以主体评估和投票决策的形式对NFT进行白名单划分和定价,从而在一定程度上对贷款人所面临的风险敞口进行缩减。同时...

百度许冬亮:人工智能的两大突破点是数据和算力

通过百度独有的数据特征和算法,提出了整体解决方法。百度的“般若”风控平台,可一一破解难题:百度的梯度增强决策树可以聚合大数据高维特征,可以实现高维数据降维、增加风险区分度;百度的深度学习,将特征嵌入,利用关联挖掘等解决数据稀疏问题。“从3000+降维至400维,可将行为的风险区分度有效提升5%+”,而基于百度数亿级...

决策树、回归、SVM、神经网络等算法各自的优缺点?

问题2、深度学习(DeepLearning)深度学习是人工神经网络的最新分支,它受益于当代硬件的快速发展。众多研究者目前的方向主要集中于构建更大、更复杂的神经网络,目前有许多方法正在聚焦半监督学习问题,其中用于训练的大数据集只包含很少的标记。例子:深玻耳兹曼机(DeepBoltzmannMachine,DBM)...

两大AI团队为德扑暗中较劲十年为哪般:争夺通用AI入场券

此前在arXiv上曝光的关于DeepStack算法的论文近日刊登在了《科学》上。根据论文的描述,DeepStack避开了在整盘游戏的决策树上进行计算,每次只计算未来的有限几步。DeepStack和阿尔法狗修炼的是同一本“秘笈”——时下大红大紫的深度学习。在学习了1100万种局面后,DeepStack已经能在较短的时间(大约5秒)内做出每一个...

AI日报|清华领衔新研究:让大模型掌握16000多个真实世界API;洪水来...

当大模型掌握16000多个真实世界API为促进开源大型语言模型(LLMs)工具的使用能力,清华大学、中国人民大学、腾讯和知乎联合引入了通用工具使用框架——ToolLLM,用于数据构建、模型训练和评估。为提高搜索效率,他们开发了一种新的基于深度优先搜索的决策树(DFSDT),使LLMs能够评估多个推理轨迹并扩展搜索空间。通过Tool...