京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA俱乐部北京站——人工智能智享会圆满成功(附福利)
AlphaGo横扫围棋界吹响了人工智能第三次浪潮到来的号角,随着机器学习、计算机视觉等技术的发展,人工智能产业逐步落地,安防、医疗、金融、工业、交通等行业一一成为其施展才华的舞台,面对汹涌而来的人工智能时代,企业如何能分食这块万亿级市场蛋糕,如何能迅速占领“风口”成为人工智能的“受益者”?如何让人工智能可以真正为人类的创造力赋能?
10月22日,CDA邀请了三位人工智能业内人士,共同探讨了人工智能的发展以及如何改变世界,此次活动取得了圆满成功,活动结束时大家依然意犹未尽。
首先带来分享的是北京布本智能科技有限公司首席数据官王安,分享的主题——内容技术中的人工智能应用。在内容技术服务中,中文分词,主题提取,图片选择,个性化推荐等工作都需要更加智能化的方式,来代替人工编辑,提高工作效率,在报告中介绍了在这些方向的深度学习应用,并通过具体的例子来说明在实际中产生的成果。演讲中,王安王总例举了头条云内容上技术中的做法是,基于用户行为而不是标签的方式来搭建推荐系统。
“头条云”通过探索引擎和个性化推荐引擎,"双引擎"的二者相互配合,探索引擎可以弥补单一个性化引擎推荐越推越窄的弊端,通过个性化引擎会不断满足用户的兴趣。
接下来分享的是天云大数据副总裁邢建伟,分享主题——人工智能行业应用—Fintech。邢总在分享中指出目前的大数据反欺诈技术离不开文本挖掘,最重要的是语义识别。其次重要的是图像的挖掘,包括OCR识别图像文字、相似图片等等。传统申卡欺诈分析中往往运用强变量来评估个人在未来信用卡使用行为中的表现,没有整合分析其他维度的数据源。
结合天云大数据深耕金融领域多年的经验,邢总提到大数据申卡欺诈分析预警系统,首先,融合了信用卡申请环节的各个业务数据,解决了数据孤岛的问题;其次,引入第三方数据,比如银联数据等,扩展了数据的维度;最后,通过复杂网络技术,构建申卡客户的社交复杂网络提供客户的社交数据,在拓展覆盖维度的同时,以弱变量来体现强变量,并且实现了社交数据的高频率更新,提高了数据的准确有效性。
最后一位带来分享的是IT桔子的行业分析师李京望,分享主题——从数据维度看AI产业发展十大真相。内容从目前人工智能积蓄了多少实力?瓶颈在哪?能否赋能全行业?哪些领域更成熟?本次分享就中美两国企业、投融资、人才团队、投资者、中美AI九大领域对决、发展趋势预测等多维度进行分析,试图揭露AI产业的发展的十大真相。
据介绍,本次分享的内共收录中国人工智能企业 467 家,投资总额高达 574 亿人民币。这其中,2015年人工智能创业热度最高,当年人工智能创业公司数量达到130家。目前人工智能处于产业发展初期,创业公司主要以2B的企业服务类业务为主,汽车、交通、安防、医疗等行业应用相对较为广泛。人工智能领域投资事件数量随年份呈稳步上升趋势并在 2016年达最高峰——整年共发生208起投资事件。自动驾驶是投资金额最高的子领域,并且大额投资众多。
据统计,人工智能总获投率为 67.65%,整体行业获投率偏高,不仅是是创业热潮,也是投资热潮。
听完了诸位嘉宾的演讲,有人觉得收获满满,有人意犹未尽,下一次CDA即将起航深圳,10.28CDA&科技寺“猎奇金融大数据”诚邀您来参加和交流。(扫码或点阅读原文报名)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06