11 kobejayandy

尚未进行身份认证

暂无相关描述

等级
TA的排名 401

一文看懂互联网反欺诈体系建设

反欺诈作为一个职能,在互联网、金融、传统零售等各行各业广泛的存在。反欺诈是一个跨安全、风控、数据、研发、内控等多学科的一个新兴领域。本文结合近年来互联网领域内的反欺诈现状,针对互联网反欺诈体系建设过程中的经验和教训进行了简单的总结和罗列。❶互联网欺诈形态常见的互联网欺诈形态✦盗刷:通过互联网交易平台,将他人银行账户中的资金进行转移;✦薅羊...

2019-07-10 19:18:32

一文读懂特征工程

背景在之前学习机器学习技术中,很少关注特征工程(FeatureEngineering),而且机器学习的书中基本上是已经处理好的数据或者作者自己构造的虚拟的数据。所以在机器学习的实践中,可能会选择使用这些算法,但是常常不知道怎么提取特征来建模。因此,结合网上的资料和项目中的经验试着来总结一下。特征是什么特征是对于分析和解决问题有用、有意义的属性。例如:在表格数据中,表格中的一行是一个...

2019-07-08 20:32:21

细说:特征工程 - Feature Engineering

坊间常说:“数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已”。由此可见,特征工程在机器学习中占有相当重要的地位。在实际应用当中,可以说特征工程是机器学习成功的关键。纵观Kaggle、KDD等国内外大大小小的比赛,每个竞赛的冠军其实并没有用到很高深的算法,大多数都是在特征工程这个环节做出了出色的工作,然后使用一些常见的算法,比如LR,就能得到出色的性能。遗憾的是,在很...

2019-07-08 20:02:10

智能反欺诈算法概览及典型应用案例

从上个世纪90年代开始,由于反欺诈领域大数据量和高时效性需求,机器学习技术得到逐步应用:Kokkinaki(1997)提出一种基于决策树逻辑的模型,其中子节点代表不同的变量,分叉路经代表满足不同的条件;Bentley(2000)运用基因算法来搭建一套逻辑规则,可以根据最大发生概率将交易行为划分为可疑和非可疑;Bolton和Hand(2002)利用对等组分析和断点分析,...

2019-06-30 23:56:13

知识图谱技术概览

本体、知识库、知识图谱、知识图谱识别之间的关系?本体:领域术语集合。知识库:知识集合。知识图谱:图状具有关联性的知识集合。知识图谱本质上是语义网络,是一种基于图的数据结构,由节点(Point)和边(Edge)组成。在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲,知识图谱就是把所有不同种类的信息连接在一...

2019-05-23 15:37:56

机器学习算法优缺点对比及选择

本文的目的,是务实、简洁地盘点一番当前机器学习算法。文中内容结合了个人在查阅资料过程中收集到的前人总结,同时添加了部分自身总结,在这里,依据实际使用中的经验,将对此模型优缺点及选择详加讨论。主要回顾下几个常用算法的适应场景及其优缺点!机器学习算法太多了,分类、回归、聚类、推荐、图像识别领域等等,要想找到一个合适算法真的不容易,所以在实际应用中,我们一般都是采用启发式学习方式来实验。通常最开...

2019-04-29 17:10:29

机器学习三要素:模型、策略与算法

机器学习三要素:模型、策略与算法提到机器学习,这无疑是数据分析师最常提到的一个词儿了,机器学习也叫统计学习,即StatisticsLearning。一些商学院常常讲的BusinessIntelligence或者BusinessAnalytic基本上也就是这回事儿。机器学习在干嘛?就是利用已有数据,找到一些合适的数学模型去描述它,然后做一些预测分析,从而优化企业的流程或者提高决策效率...

2019-03-25 20:34:31

InnoDB行格式对text/blob大变长字段的影响

1.InnoDB的Antelop与Barracuda文件格式Innodb存储引擎保存记录,是以行的形式存放的(与之对应的是像GoogleBigTable这种列数据库)。在InnoDB1.0.x版本之前,InnoDB存储引擎提供了Compact和Redundant两种格式来存放行记录数据,这也是目前使用最多的一种格式。Redundant格式是为兼容之前版本而保留的。MySQ...

2019-03-23 22:55:17

腾讯后台知识体系

2019-02-15 23:09:55

技术选型:Sentinel vs Hystrix

 Sentinel是阿里中间件团队研发的面向分布式服务架构的轻量级高可用流量控制组件,于今年7月正式开源。Sentinel主要以流量为切入点,从流量控制、熔断降级、系统负载保护等多个维度来帮助用户提升服务的稳定性。大家可能会问:Sentinel和之前经常用到的熔断降级库NetflixHystrix有什么异同呢?本文将从资源模型和执行模型、隔离设计、熔断降级、实时指标统计设计等角度将...

2019-01-27 22:08:45

常用的服务发现对比(Consul、Zookeeper、Etcd、Eureka)

这里就平时经常用到的服务发现的产品进行下特性的对比,首先看下结论:Feature Consul zookeeper etcd euerka 服务健康检查 服务状态,内存,硬盘等 (弱)长连接,keepalive 连接心跳 可配支持 多数据中心 支持 — — — kv存储服务 支持 支持 支持...

2019-01-27 21:43:09

知识图谱在大数据反欺诈领域的应用与实践

1、为什么要用大数据来反欺诈?近些年来互联网金融蓬勃发展,特别是P2P的兴起,颠覆了传统的银行贷款模式,给大众带来快速便捷的金融服务;在P2P行业中,借款端的风险是P2P公司面临的主要风险,而借款端的风控水平可以说决定了一家P2P公司的核心竞争力。借款端风险的一个主要来源是欺诈风险,传统的反欺诈手段主要依赖于信息的人工审核,而身份证、手机号码、银行流水等材料的伪造成本非常低,各类信贷服务机...

2019-01-27 21:28:29

知识图谱已成 AI 下一风口,但你知道它进展到哪了吗?

知识图谱最初是由谷歌提出用来优化搜索引擎的技术,在不断发展中外延也一度扩大。盘点目前知识图谱的发展,其已经助力了很多热门的人工智能场景的应用,例如语音助手、聊天机器人、智能问答等。当前的人工智能其实可以简单划分为感知智能(主要集中在对于图片、视频以及语音的能力的探究)和认知智能(涉及知识推理、因果分析等),知识图谱就是认知智能领域中主要的技术之一。从使用的范围来讲,知识图谱分为通用知识图谱和领...

2019-01-06 22:54:15

【干货】机器学习和深度学习概念入门

目 录1 人工智能、机器学习、深度学习三者关系2 什么是人工智能3 什么是机器学习4 机器学习之监督学习5 机器学习之非监督学习6 机器学习之半监督学习7 机器学习之强化学习8 什么是深度学习9 总结  1人工智能、机器学习、深度学习三者关系对于很多初入学习人工智能的学习者来说,对人工智能、机器学习、深度学习的概念和区别还不...

2018-12-31 23:28:33

这可能是最简单易懂的机器学习入门

本文用浅显易懂的语言精准概括了机器学习的相关知识,内容全面,总结到位,剖析了机器学习的what,who,when,where,how,以及why等相关问题。从机器学习的概念,到机器学习的发展史,再到机器学习的各类算法,最后到机器学习的最新应用,十分详尽。适合小白快速了解机器学习。  MachineLearning:APrimeraquickintroduction...

2018-12-31 22:35:44

图解数据分析师最常用的10个机器学习算法

在机器学习领域,有种说法叫做“世上没有免费的午餐”,简而言之,它是指没有任何一种算法能在每个问题上都能有最好的效果,这个理论在监督学习方面体现得尤为重要。举个例子来说,你不能说神经网络永远比决策树好,反之亦然。模型运行被许多因素左右,例如数据集的大小和结构。因此,你应该根据你的问题尝试许多不同的算法,同时使用数据测试集来评估性能并选出最优项。当然,你尝试的算法必须和你的问题相切合,其中...

2018-12-31 22:32:52

轻松看懂机器学习十大常用算法

通过本篇文章可以对机器学习ML的常用算法有个常识性的认识,没有代码,没有复杂的理论推导,就是图解一下,知道这些算法是什么,它们是怎么应用的,例子主要是分类问题。每个算法都看了好几个视频,挑出讲的最清晰明了有趣的,便于科普。算法如下:决策树 随机森林算法 逻辑回归 SVM 朴素贝叶斯 K最近邻算法 K均值算法 Adaboost算法 神经网络 马尔可夫1.决策...

2018-12-31 22:26:26

图解机器学习

每当提到机器学习,大家总是被其中的各种各样的算法和方法搞晕,觉得无从下手。确实,机器学习的各种套路确实不少,但是如果掌握了正确的路径和方法,其实还是有迹可循的,这里我推荐SAS的LiHui的这篇博客,讲述了如何选择机器学习的各种方法。另外,Scikit-learn 也提供了一幅清晰的路线图给大家选择:其实机器学习的基本算法都很简单,下面我们就利用二维数据和交互图形来看看机器学习中的一...

2018-12-30 23:55:44

常见机器学习模型总结

一、机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。  1-监督学习主要包括用于分类和用于回归的模型:    1)分类:线性分类器(如LR)、支持向量机(SVM)、朴素贝叶斯(NB)、K近邻(KNN)、决策树(DT)、集成模型(RF/GDBT等)    2)回归:线性回归、支持向量机(SVM)、K近邻(KNN)、回归树(DT)、集成模型(ExtraTrees/RF/GD...

2018-11-30 23:58:24

区块链简介

   区块链简介       区块链的概念       区块链的发展历史       区块链的特点       区块链的结构       区块链的应用       参考文献区块链简介区块链(blockchain)作为比特币的底层技术受到了越来越多的关注,其去中心化的分布式数据库存储结构有着广阔的应用场景。本文从一下五个方面介绍一下区块链技术:       区...

2018-10-29 21:31:37

查看更多

勋章 我的勋章
    暂无奖章