金融機(jī)構(gòu)免費(fèi)無(wú)線網(wǎng)絡(luò)代表的是金融機(jī)構(gòu)的形象，無(wú)線網(wǎng)絡(luò)的網(wǎng)絡(luò)質(zhì)量有可能影響到金融機(jī)構(gòu)在使用者心目中的印象，VTache根據(jù)多年無(wú)線網(wǎng)絡(luò)部署經(jīng)驗(yàn)，希望無(wú)線網(wǎng)絡(luò)成為金融機(jī)構(gòu)的金字招牌。所以，在無(wú)線網(wǎng)絡(luò)在
2014-04-23 10:49:53
FCM聚類算法以及改進(jìn)模糊聚類算法用于醫(yī)學(xué)圖像分割的matlab源程序
2018-05-11 23:54:19
為信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)指的是由于客戶的信用引起的不想或者不愿還款的情況。欺詐風(fēng)險(xiǎn)指的是利用虛假或者偽造信息騙取貸款。比如中小型金融機(jī)構(gòu)所面對(duì)的信用風(fēng)險(xiǎn)，以違約風(fēng)險(xiǎn)最為明顯，主要集中在不良貸款方面
2020-06-18 23:07:26
什么是K-均值聚類法？K均值聚類算法的MATLAB怎么實(shí)現(xiàn)？
2021-06-10 10:01:25
什么是Mahout？怎樣去使用Mahout 0.9中的聚類(Clustering)工具？
2021-09-23 07:30:06
無(wú)線上網(wǎng)的高速普及，越來(lái)越多的顧客前往金融機(jī)構(gòu)時(shí)，都希望可以通過(guò)智能手機(jī)、平板電腦、筆記本電腦接入WIFI，在顧客受服務(wù)的同時(shí)暢游互聯(lián)網(wǎng)，與好友分享金融機(jī)構(gòu)的理財(cái)信息，了解銀行的金融信息。顧客在
2014-04-22 15:19:53
、謀發(fā)展的決定性手段，這使得這一過(guò)去為分析師和數(shù)學(xué)家所專屬的研究領(lǐng)域越來(lái)越為人們所矚目。本書第一部分主要介紹機(jī)器學(xué)習(xí)基礎(chǔ)，以及如何利用算法進(jìn)行分類，并逐步介紹了多種經(jīng)典的監(jiān)督學(xué)習(xí)算法，如k近鄰算法
2017-06-01 15:49:24
聚類KMeans理論與算法實(shí)現(xiàn)
2020-03-12 07:02:11
ML之Hierarchical clustering：利用層次聚類算法來(lái)把100張圖片自動(dòng)分成紅綠藍(lán)三種色調(diào)
2018-12-27 10:01:11
`區(qū)塊鏈軟件：區(qū)塊鏈可以對(duì)金融機(jī)構(gòu)的商業(yè)模式帶來(lái)什么改變呢？區(qū)塊鏈的“超級(jí)賬本”消滅了或者減少了支付過(guò)程的中間人，并且支付和結(jié)算同時(shí)發(fā)生，這就給金融機(jī)構(gòu)提高了運(yùn)營(yíng)效率。這不但節(jié)省大量的人力物力成本
2018-11-19 17:17:26
的火熱，全球金融市場(chǎng)的金融時(shí)間序列（如黃金價(jià)格、股票、期貨等）也應(yīng)用以深度學(xué)習(xí)（DL）為首的現(xiàn)代人工智能模型不斷進(jìn)行分析和預(yù)測(cè)。
越來(lái)越多的專業(yè)和非專業(yè)公司，以及一些主要金融機(jī)構(gòu)（銀行、基金、人工智能
2024-06-25 15:00:08
演示用到了該庫(kù)。另一個(gè)基于JavaScript的機(jī)器學(xué)習(xí)庫(kù)，沒(méi)有前一個(gè)功能多，也沒(méi)有前一個(gè)活躍，但是有很好的演示不錯(cuò)的演示，有三種回歸和一個(gè)聚類如果你像想要自己構(gòu)建機(jī)器學(xué)的算法，可以用到的一些數(shù)學(xué)基礎(chǔ)類
2019-03-07 20:18:53
現(xiàn)在人工智能非?；鸨?，機(jī)器學(xué)習(xí)應(yīng)該算是人工智能里面的一個(gè)子領(lǐng)域，而其中有一塊是對(duì)文本進(jìn)行分析，對(duì)數(shù)據(jù)進(jìn)行深入的挖掘提取一些特征值，然后用一些算法去學(xué)習(xí),訓(xùn)練,分析,甚至還能預(yù)測(cè)，那么Python中常
2018-05-10 15:20:21
的學(xué)習(xí)任務(wù)，用于基于數(shù)據(jù)集中的固有結(jié)構(gòu)來(lái)發(fā)現(xiàn)自然的觀測(cè)分組（即聚類）。例子包括客戶細(xì)分，電子商務(wù)中的類似項(xiàng)目分組以及社交網(wǎng)絡(luò)分析。 因?yàn)?b class="flag-6" style="color: red">聚類是無(wú)監(jiān)督的（即沒(méi)有“正確答案”），所以通常使用可視化的數(shù)據(jù)來(lái)評(píng)估
2019-09-22 08:30:00
【深度學(xué)習(xí)基礎(chǔ)-17】非監(jiān)督學(xué)習(xí)-Hierarchical clustering 層次聚類-python實(shí)現(xiàn)
2020-04-28 10:07:39
在一個(gè)數(shù)組中使用聚類算法找出重復(fù)出現(xiàn)的數(shù)組元素，然后使用其他字符表示，達(dá)到減少儲(chǔ)存空間的作用，有哪位大哥做過(guò)相關(guān)的項(xiàng)目嗎？希望可以賜教一下或者有償提供服務(wù)也可以！
2020-03-09 23:07:45
Mahout – Clustering (聚類篇)Leave a reply什么是Mahout？” Apache Mahout? project’s goal is to build a
2021-07-02 07:39:31
針對(duì)聚類算法在金融領(lǐng)域廣泛應(yīng)用的實(shí)際情況，基于銀行客戶數(shù)據(jù)集，對(duì)DBSCAN, K-means和X-means 3種聚類算法在執(zhí)行效率、可擴(kuò)展性、異常點(diǎn)檢測(cè)能力等方面進(jìn)行對(duì)比分析，并提出將X-mea
2009-04-06 08:50:12
22 層次聚類方法是聚類分析的一個(gè)重要方法。該文利用通用搜索樹(shù)實(shí)現(xiàn)了一種新的層次聚類算法，可以把整個(gè)聚類過(guò)程中形成的樹(shù)型結(jié)構(gòu)都保存在硬盤上，支持從宏觀到細(xì)微的分析過(guò)
2009-04-23 10:10:5724 提出一種基于網(wǎng)格的帶有參考參數(shù)的聚類算法，通過(guò)密度閾值數(shù)組的計(jì)算，為用戶提供有效的參考參數(shù)，不但能滿足一般的聚類要求，而且還能將高密度的聚類從低密度的聚類中分
2009-04-23 10:24:359 提出了一種多密度網(wǎng)格聚類算法GDD。該算法主要采用密度閾值遞減的多階段聚類技術(shù)提取不同密度的聚類，使用邊界點(diǎn)處理技術(shù)提高聚類精度，同時(shí)對(duì)聚類結(jié)果進(jìn)行了人工干預(yù)。G
2009-08-27 14:35:5811 基于關(guān)聯(lián)規(guī)則與聚類算法的查詢擴(kuò)展算法:針對(duì)信息檢索中查詢關(guān)鍵詞與文檔用詞不匹配的問(wèn)題，提出一種基于關(guān)聯(lián)規(guī)則與聚類算法的查詢擴(kuò)展算法。該算法在第1 階段對(duì)初始查
2009-10-17 23:00:3312 聚類算法研究:對(duì)近年來(lái)聚類算法的研究現(xiàn)狀與新進(jìn)展進(jìn)行歸納總結(jié).一方面對(duì)近年來(lái)提出的較有代表性的聚類算法,從算法思想、關(guān)鍵技術(shù)和優(yōu)缺點(diǎn)等方面進(jìn)行分析概括;另一方面選擇
2009-10-31 08:57:2418 本文通過(guò)對(duì)常用動(dòng)態(tài)聚類方法的分析，提出了基于“約簡(jiǎn)-優(yōu)化”原理的兩階段動(dòng)態(tài)聚類算法的框架，此方法克服了動(dòng)態(tài)聚類搜索空間過(guò)大的問(wèn)題，提高了聚類的精度和效率。
2010-01-09 11:31:1412 對(duì)用戶訪問(wèn)日志數(shù)據(jù)進(jìn)行分析，構(gòu)造會(huì)話-類型矩陣，利用概率潛在語(yǔ)義分析模型建立合適的用戶興趣聚類分析算法，提高用戶興趣聚類精度。實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性。
2010-01-27 15:39:3819 該文針對(duì)聚類問(wèn)題上缺乏骨架研究成果的現(xiàn)狀，分析了聚類問(wèn)題的近似骨架特征，設(shè)計(jì)并實(shí)現(xiàn)了近似骨架導(dǎo)向的歸約聚類算法。該算法的基本思想是：首先利用現(xiàn)有的啟發(fā)式聚類算
2010-02-10 11:48:095 Web文檔聚類中k-means算法的改進(jìn)
介紹了Web文檔聚類中普遍使用的、基于分割的k-means算法,分析了k-means算法所使用的向量空間模型和基于距離的相似性度量的局限性,從而
2009-09-19 09:17:03
1233 
聚類算法及聚類融合算法研究首先對(duì) 聚類算法 的特點(diǎn)進(jìn)行了分析，然后對(duì)聚類融合算法進(jìn)行了挖掘。最后得出聚類融合算法比聚類算法更能得到很好的聚合效果。
2011-08-10 15:08:0233 基于AutoEncoder的增量式聚類算法_原旭
2017-01-03 17:41:320 一種擬人聚類算法在PHM聚類分析中的應(yīng)用_賀呈磊
2017-01-07 21:39:440 模糊C均值（Fuzzy C-means）算法簡(jiǎn)稱FCM算法，是一種基于目標(biāo)函數(shù)的模糊聚類算法，主要用于數(shù)據(jù)的聚類分析。有了模糊集合的概念，一個(gè)元素隸屬于模糊集合就不是硬性的了，在聚類的問(wèn)題中，可以把
2017-08-28 19:53:5114 鑒于主元分析法的降維特性和模糊C均值聚類算法良好的分類性能，本文在丙烯睛反應(yīng)器操作參數(shù)的優(yōu)化中，結(jié)合這兩種方法，將主元分析處理后的數(shù)據(jù)作為新的樣本輸入，利用模糊C均值聚類算法進(jìn)行優(yōu)化操作。
2017-09-08 15:48:039 本文將簡(jiǎn)要介紹Spark機(jī)器學(xué)習(xí)庫(kù)（Spark MLlibs APIs）的各種機(jī)器學(xué)習(xí)算法，主要包括：統(tǒng)計(jì)算法、分類算法、聚類算法和協(xié)同過(guò)濾算法，以及各種算法的應(yīng)用。 你不是一個(gè)數(shù)據(jù)科學(xué)家。根據(jù)
2017-09-28 16:44:431 聚類分析計(jì)算方法主要有如下幾種：劃分法、層次法、密度算法、圖論聚類法、網(wǎng)格算法和模型算法。劃分法（partitioning methods），給定一個(gè)有N個(gè)元組或者紀(jì)錄的數(shù)據(jù)集，分裂法將構(gòu)造K個(gè)分組，每一個(gè)分組就代表一個(gè)聚類，K《N。
2017-10-25 19:18:34178023 
。提出一種基于優(yōu)化粒子群算法的云存儲(chǔ)中大數(shù)據(jù)優(yōu)化聚類算法，進(jìn)行了云存儲(chǔ)大數(shù)據(jù)聚類的原理分析，在傳統(tǒng)的模糊C均值聚類的基礎(chǔ)上，采用粒子群聚類算法進(jìn)行大數(shù)據(jù)聚類算法改進(jìn)設(shè)計(jì)，把數(shù)據(jù)的分割轉(zhuǎn)化為對(duì)空間的分割，得到
2017-10-28 12:46:531 馬爾科夫聚類算法（ Markov Cluster Algorithm，MCL）是一種快速且可擴(kuò)展的無(wú)監(jiān)督圖聚類算法，Chameleon是一種新的層次聚類算法。但MCL由于過(guò)擬合會(huì)產(chǎn)生很多小聚類
2017-10-31 18:58:212 為了提高WSN節(jié)點(diǎn)定位精度，針對(duì)測(cè)距誤差對(duì)定位結(jié)果的影響，提出基于模糊C均值聚類的定位算法。算法首先利用多邊定位算法得到若干個(gè)定位結(jié)果，利用模糊C均值聚類算法對(duì)定位結(jié)果進(jìn)行聚類分析，然后，根據(jù)聚類
2017-11-09 17:47:1310 CFSFDP是基于密度的新型聚類算法，可聚類非球形數(shù)據(jù)集，具有聚類速度快、實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)。然而該算法在指定全局密度閾值d時(shí)未考慮數(shù)據(jù)空間分布特性，導(dǎo)致聚類質(zhì)量下降，且無(wú)法對(duì)多密度峰值的數(shù)據(jù)集準(zhǔn)確聚類
2017-11-21 15:08:5715 圖聚類是指把圖中相對(duì)連接緊密的頂點(diǎn)及其相關(guān)的邊分組形成一個(gè)子圖的過(guò)程，在包括機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、模式識(shí)別、圖像分析及生物信息等領(lǐng)域有著廣泛應(yīng)用。但是，隨著大數(shù)據(jù)時(shí)代的到來(lái)，圖數(shù)據(jù)海量增長(zhǎng)。面對(duì)廣泛
2017-11-22 11:42:562 預(yù)測(cè)子空間聚類PSC算法由于建立在PCA模型下，無(wú)法魯棒地進(jìn)行主元分析，導(dǎo)致在面對(duì)帶有強(qiáng)噪聲的數(shù)據(jù)時(shí)，聚類性能受到嚴(yán)重影響。為了提高PSC算法對(duì)噪聲的魯棒性，利用近年來(lái)受到廣泛關(guān)注的RPCA分解技術(shù)
2017-11-22 16:53:370 K-means算法是最簡(jiǎn)單的一種聚類算法。算法的目的是使各個(gè)樣本與所在類均值的誤差平方和達(dá)到最?。ㄟ@也是評(píng)價(jià)K-means算法最后聚類效果的評(píng)價(jià)標(biāo)準(zhǔn)）
2017-12-01 14:07:3321912 
針對(duì)數(shù)據(jù)流的聚類算法，近年來(lái)取得了有效的進(jìn)展，出現(xiàn)了許多卓有成效的算法。隨著信息采集技術(shù)的進(jìn)步，需要處理的數(shù)據(jù)量越來(lái)越大，需要研究針對(duì)數(shù)據(jù)流的并行聚類算法。本文基于串行的數(shù)據(jù)流聚類算法
2017-12-04 09:22:510 針對(duì)軌跡聚類算法在相似性度量中多以空間特征為度量標(biāo)準(zhǔn)，缺少對(duì)時(shí)間特征的度量，提出了一種基于時(shí)空模式的軌跡數(shù)據(jù)聚類算法。該算法以劃分再聚類框架為基礎(chǔ)，首先利用曲線邊緣檢測(cè)方法提取軌跡特征點(diǎn)；然后根據(jù)
2017-12-05 14:07:580 的算法。首先，通過(guò)各向異性擴(kuò)散處理圖像；然后，使用一維K-均值對(duì)像素進(jìn)行聚類；最后，根據(jù)聚類結(jié)果和先驗(yàn)知識(shí)將像素值修改為最佳類中心像素值。理論分析表明該算法可以使圖像的峰值信噪比（ PSNR）達(dá)到最大值。實(shí)驗(yàn)結(jié)果表明：所
2017-12-06 16:44:110 本文提出了一種新的基于流行距離的譜聚類算法，這是一種新型的聚類分析算法。不僅能夠?qū)θ我獾姆且?guī)則形狀的樣本空間進(jìn)行聚類，而且能獲得全局最優(yōu)解。文章以聚類算法的相似性度量作為切入點(diǎn)，對(duì)傳統(tǒng)的相似性測(cè)度
2017-12-07 14:53:033 Statsbot數(shù)據(jù)科學(xué)家Daniil Korbut簡(jiǎn)明扼要地介紹了用于推薦系統(tǒng)的主流機(jī)器學(xué)習(xí)算法：協(xié)同過(guò)濾、矩陣分解、聚類、深度學(xué)習(xí)。
2017-12-15 14:11:285310 針對(duì)傳統(tǒng)的聚類算法對(duì)數(shù)據(jù)集反復(fù)聚類，且在大型數(shù)據(jù)集上計(jì)算效率欠佳的問(wèn)題，提出一種基于層次劃分的最佳聚類數(shù)和初始聚類中心確定算法基于層次劃分密度的聚類優(yōu)化（ CODHD）。該算法基于層次劃分，對(duì)計(jì)算
2017-12-17 11:27:400 聚類作為無(wú)監(jiān)督學(xué)習(xí)技術(shù)，已在實(shí)際中得到了廣泛的應(yīng)用，但是對(duì)于帶有噪聲的數(shù)據(jù)集，一些主流算法仍然存在著噪聲去除不徹底和聚類結(jié)果不準(zhǔn)確等問(wèn)題．本文提出了一種基于密度差分的自動(dòng)聚類算法（CDD
2017-12-18 11:16:570 距離相似性原理，建模評(píng)估樣本聚類結(jié)果并去除抽樣聚類結(jié)果的次優(yōu)解；最后，加權(quán)整合評(píng)估得到的聚類結(jié)果得到最終五個(gè)聚類中心，并將這K個(gè)聚類中心作為大數(shù)據(jù)集聚類中心。理論分析和實(shí)驗(yàn)結(jié)果表明，OSCK面向海量數(shù)據(jù)分析相對(duì)于對(duì)比算法具有更好的聚類
2017-12-22 15:47:184 現(xiàn)有的軟子空間聚類算法在分割MR圖像時(shí)易受隨機(jī)噪聲的影響，而且算法因依賴于初始聚類中心的選擇而容易陷入局部最優(yōu)，導(dǎo)致分割效果不理想．針對(duì)這一問(wèn)題，提出一種基于煙花算法的軟子空間MR圖像聚類算法．算法
2017-12-25 11:43:110 針對(duì)傳統(tǒng)模糊C一均值（ FCM）聚類算法初始聚類中心不確定，且需要人為預(yù)先設(shè)定聚類類別數(shù)，從而導(dǎo)致結(jié)果不準(zhǔn)確的問(wèn)題，提出了一種基于中點(diǎn)密度函數(shù)的模糊聚類算法。首先，結(jié)合逐步回歸思想作為初始聚類中心
2017-12-26 15:54:200 基于相似度的聚類算法，該算法結(jié)合區(qū)間值模糊軟集的特性，著重對(duì)給出評(píng)價(jià)對(duì)象的具有相似知識(shí)水平的專家進(jìn)行聚類，同時(shí)討論了算法的計(jì)算復(fù)雜度。最后通過(guò)實(shí)例說(shuō)明該算法能有效地處理專家聚類問(wèn)題。
2018-01-05 16:15:270 在目標(biāo)域可利用數(shù)據(jù)匱乏的場(chǎng)景下，傳統(tǒng)聚類算法的性能往往會(huì)下降，在該場(chǎng)景下，通過(guò)抽取源域中的有用知識(shí)用于指導(dǎo)目標(biāo)域學(xué)習(xí)以得到更為合適的類別信息和聚類性能，是一種有效的學(xué)習(xí)策略．借此提出一種基于近鄰傳播
2018-01-07 09:34:440 通過(guò)對(duì)基于K-means聚類的缺失值填充算法的改進(jìn)，文中提出了基于距離最大化和缺失數(shù)據(jù)聚類的填充算法。首先，針對(duì)原填充算法需要提前輸入聚類個(gè)數(shù)這一缺點(diǎn)，設(shè)計(jì)了改進(jìn)的K-means聚類算法：使用數(shù)據(jù)間
2018-01-09 10:56:560 （semi-su-pervised spectral clustering based on the optimal projection，SSOP）。該算法從高內(nèi)聚低耦合的聚類目標(biāo)出發(fā)，根據(jù)少量的監(jiān)督信息計(jì)算類內(nèi)
2018-01-14 11:54:580 與分類不同，分類是示例式學(xué)習(xí)，要求分類前明確各個(gè)類別，并斷言每個(gè)元素映射到一個(gè)類別，而聚類是觀察式學(xué)習(xí)，在聚類前可以不知道類別甚至不給定類別數(shù)量，是無(wú)監(jiān)督學(xué)習(xí)的一種。目前聚類廣泛應(yīng)用于統(tǒng)計(jì)學(xué)、生物學(xué)、數(shù)據(jù)庫(kù)技術(shù)和市場(chǎng)營(yíng)銷等領(lǐng)域，相應(yīng)的算法也非常的多。
2018-02-12 16:42:3516368 
面對(duì)結(jié)構(gòu)復(fù)雜的數(shù)據(jù)集，譜聚類是一種靈活而有效的聚類方法，它基于譜圖理論，通過(guò)將數(shù)據(jù)點(diǎn)映射到一個(gè)由特征向量構(gòu)成的低維空間，優(yōu)化數(shù)據(jù)的結(jié)構(gòu)，得到令人滿意的聚類結(jié)果，但在譜聚類的過(guò)程中，特征分解的計(jì)算復(fù)雜度通常為O（n3），限制了譜聚類算法在大數(shù)據(jù)中的應(yīng)用。
2018-03-01 10:10:170 本文開(kāi)始介紹了聚類算法概念，其次闡述了聚類算法的分類，最后詳細(xì)介紹了聚類算法中密度DBSCAN的相關(guān)概況。
2018-04-26 10:56:4122613 
無(wú)監(jiān)督學(xué)習(xí)是機(jī)器學(xué)習(xí)技術(shù)中的一類，用于發(fā)現(xiàn)數(shù)據(jù)中的模式。本文介紹用Python進(jìn)行無(wú)監(jiān)督學(xué)習(xí)的幾種聚類算法，包括K-Means聚類、分層聚類、t-SNE聚類、DBSCAN聚類等。
2018-05-27 09:59:1331502 
人工智能機(jī)器學(xué)習(xí)有關(guān)算法內(nèi)容，人工智能之機(jī)器學(xué)習(xí)主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點(diǎn)探討一下PCA算法。 PCA（主成分分析）是十大經(jīng)典機(jī)器學(xué)習(xí)算法之一。PCA是Pearson在1901年提出的，后來(lái)由Hotelling在1933年加以發(fā)展提出的一種多變量的統(tǒng)計(jì)方法。
2018-06-27 17:23:003518 自動(dòng)駕駛中機(jī)器學(xué)習(xí)算法主要分為四類，即決策矩陣算法、聚類算法、模式識(shí)別算法和回歸算法。我們跟他一起看看，這些算法都是怎樣應(yīng)用的。
2018-11-05 17:47:006173 泰國(guó)央行禁止該國(guó)金融機(jī)構(gòu)進(jìn)行五項(xiàng)關(guān)鍵的加密貨幣活動(dòng)，包括禁止客戶用信用卡購(gòu)買加密貨幣。
2018-11-16 14:30:17761 數(shù)據(jù)聚類的目標(biāo)優(yōu)化函數(shù)，并定義了優(yōu)化該函數(shù)的期望最大化（ EM）型聚類算法。分析結(jié)果表明，所提算法可以進(jìn)行非均勻數(shù)據(jù)的軟子空間聚類。最后，在合成數(shù)據(jù)集與實(shí)際數(shù)據(jù)集上進(jìn)行的實(shí)驗(yàn)結(jié)果表明，所提算法有較高的聚類精度，與現(xiàn)有
2018-12-13 10:57:5910 聚類分析是將研究對(duì)象分為相對(duì)同質(zhì)的群組的統(tǒng)計(jì)分析技術(shù)，聚類分析的核心就是發(fā)現(xiàn)有用的對(duì)象簇。K-means聚類算法由于具有出色的速度和良好的可擴(kuò)展性，一直備受廣大學(xué)者的關(guān)注。然而，傳統(tǒng)的K-means
2018-12-20 10:28:2910 針對(duì)多數(shù)據(jù)源或異構(gòu)數(shù)據(jù)集，采用單個(gè)核函數(shù)的聚類效果不理想的問(wèn)題，以及考慮到不同屬性對(duì)不同類別重要性的差異，本文提出了一種屬性加權(quán)多核模糊聚類算法（WMKFCM）。該算法將多核模糊聚類算法與屬性加權(quán)核
2018-12-21 15:03:343 我們都知道，區(qū)塊鏈?zhǔn)且环N按照時(shí)間順序?qū)?shù)據(jù)區(qū)塊以順序相連的方式組合成的一種鏈?zhǔn)浇Y(jié)構(gòu)，是去中心化的分布式數(shù)據(jù)庫(kù)賬本技術(shù)，具有去中心化、開(kāi)放性、自治性、信息不可篡改性以及匿名性等特點(diǎn)，所以對(duì)于金融機(jī)構(gòu)來(lái)說(shuō)，在存證和數(shù)據(jù)資產(chǎn)領(lǐng)域能夠發(fā)揮出重要的作用。
2019-01-17 13:34:301393 德勤：全球19%金融機(jī)構(gòu)已使用人工智能據(jù)外媒報(bào)道，根據(jù)德勤(Deloitte)今天發(fā)布的一份報(bào)告顯示，全球金融機(jī)構(gòu)正越來(lái)越多地投資于自動(dòng)化、機(jī)器學(xué)習(xí)和其他節(jié)省勞動(dòng)力的科技。據(jù)統(tǒng)計(jì)，現(xiàn)在全球19%的金融機(jī)構(gòu)都在使用人工智能。
2019-07-05 17:33:45686 通過(guò)將合法的遠(yuǎn)程管理工具修改為黑客工具，攻擊了美國(guó)、歐洲、亞太和拉丁美洲的金融機(jī)構(gòu)。
2019-06-06 17:01:043122 自2009年阿里云創(chuàng)立以來(lái)，中國(guó)的科技公司紛紛推出云服務(wù)平臺(tái)。云平臺(tái)具有敏捷性、降低成本等多重優(yōu)點(diǎn)，選擇上云的企業(yè)越來(lái)越多，金融機(jī)構(gòu)上云的場(chǎng)景也日漸豐富，但仍面臨一些現(xiàn)實(shí)困境。 金融機(jī)構(gòu)紛紛創(chuàng)新上
2019-11-28 15:09:073452 聚類算法十分容易上手，但是選擇恰當(dāng)?shù)?b class="flag-6" style="color: red">聚類算法并不是一件容易的事。
2020-03-15 17:10:002647 這一最著名的聚類算法主要基于數(shù)據(jù)點(diǎn)之間的均值和與聚類中心的聚類迭代而成。它主要的優(yōu)點(diǎn)是十分的高效，由于只需要計(jì)算數(shù)據(jù)點(diǎn)與劇類中心的距離，其計(jì)算復(fù)雜度只有O（n）。
2020-04-15 15:23:2916887 10月23日,由人民日?qǐng)?bào)社《國(guó)際金融報(bào)》主辦的2020國(guó)際先鋒金融機(jī)構(gòu)高峰論壇暨頒獎(jiǎng)典禮在上海舉辦,一百多位來(lái)自政府、行業(yè)協(xié)會(huì)、銀行、證券、保險(xiǎn)等領(lǐng)域的領(lǐng)導(dǎo)高管及大咖嘉賓齊聚一堂,共同探討金融展業(yè)
2020-10-26 15:30:492500 幾張GIF理解K-均值聚類原理k均值聚類數(shù)學(xué)推導(dǎo)與python實(shí)現(xiàn)前文說(shuō)了k均值聚類，他是基于中心的聚類方法，通過(guò)迭代將樣本分到k個(gè)類中，使...
2020-12-10 21:56:09982 從疫情大流行中復(fù)蘇的金融機(jī)構(gòu)將結(jié)束人工智能和機(jī)器學(xué)習(xí)的試驗(yàn)性實(shí)驗(yàn)，并要求它們大規(guī)模采用。金融危機(jī)要求金融機(jī)構(gòu)全天候響應(yīng)客戶需求。因此，許多企業(yè)正在以越來(lái)越快的速度進(jìn)行轉(zhuǎn)型，但它們必須確保其核心關(guān)鍵
2020-12-27 10:05:092969 對(duì)于金融機(jī)構(gòu)來(lái)說(shuō)，從冠狀病毒疫情中恢復(fù)將會(huì)結(jié)束他們采用人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的實(shí)驗(yàn)性工作，并要求大規(guī)模采用。
2020-12-30 16:02:141032 聚類或聚類分析是無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。它通常被用作數(shù)據(jù)分析技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)中的有趣模式，例如基于其行為的客戶群。有許多聚類算法可供選擇，對(duì)于所有情況，沒(méi)有單一的最佳聚類算法。相反，最好探索一系列聚類算法
2021-03-12 18:23:432746 最實(shí)用的機(jī)器學(xué)習(xí)算法Top5 demi 在 周一, 04/01/2019 - 10:35 提交 本文將推薦五種機(jī)器學(xué)習(xí)算法，你應(yīng)該考慮是否將它們投入應(yīng)用。這五種算法覆蓋最常用于聚類、分類、數(shù)值預(yù)測(cè)
2021-03-24 16:14:317350 針對(duì)密度峰值聚類算法（ Density Peaks（ Clustering，DPC）需要人為指定截?cái)嗑嚯xd，以及局部密度定義簡(jiǎn)單和一步分配策略導(dǎo)致算法在復(fù)雜數(shù)據(jù)集上表現(xiàn)不佳的問(wèn)題，提出了一種基于自然
2021-04-08 11:18:4112 針對(duì) DBSCAN（ Density- ba<x>sed Spatial Clustering of Applications with Noise）聚類算法內(nèi)存占用率較高的問(wèn)題，文中
2021-04-26 15:14:499 為輔助銀行機(jī)構(gòu)進(jìn)行精準(zhǔn)的服務(wù)推薦，提出了基于改進(jìn)的Caηopy和共享最近鄰相似度的聚類算法?；谠?b class="flag-6" style="color: red">算法對(duì)用戶進(jìn)行細(xì)分，針對(duì)用戶群特點(diǎn)進(jìn)行精準(zhǔn)服務(wù)推薦。該算法首先采用最大值和最小值對(duì) Canopy算法
2021-04-28 11:44:352 為了降低K- mediods聚類算法的誤差并提高并行優(yōu)化的性能，將混合蛙跳算法運(yùn)用于聚類和并行優(yōu)化過(guò)程。在Kmediods聚類過(guò)程中，將K- mediods與聚類簇思想相結(jié)合，對(duì)各個(gè)聚類簇進(jìn)行混合
2021-05-08 16:17:184 的圖像聚類算法（ Block integration Based Image Clustering，BI-CⅠ。首先，將圖像數(shù)據(jù)分為若干矩陣塊;然后，利用核范數(shù)矩陣回歸構(gòu)造基于某矩陣塊的系數(shù)矩陣，同時(shí)提岀了一種依據(jù)矩陣塊秩信息設(shè)定各饣矩陣玦的權(quán)重方法;最后，通過(guò)毎一系數(shù)
2021-05-29 14:20:063 在華為智慧金融峰會(huì)2021上，華為企業(yè)BG副總裁陳幫華重磅發(fā)布了面向金融機(jī)構(gòu)的Robotic智能基礎(chǔ)架構(gòu)，并闡述了華為金融云網(wǎng)解決方案以數(shù)據(jù)為對(duì)象，打造聯(lián)接基石，助力Robotic智能基礎(chǔ)架構(gòu)實(shí)現(xiàn)
2021-06-10 16:17:562100 后中臺(tái)時(shí)代，金融機(jī)構(gòu)在批處理計(jì)算能力方面差距已不明顯，實(shí)時(shí)計(jì)算將成為銀行錯(cuò)位競(jìng)爭(zhēng)的分水嶺。在IBM商業(yè)價(jià)值研究院(IBV)最新出品的洞察報(bào)告《馬作的盧 弓如霹靂》中，IBM咨詢專家提出了“六位一體
2022-01-20 10:27:292358 2022 年調(diào)查確定了全球金融機(jī)構(gòu)在使用 AI 方面的主要趨勢(shì)。
2022-04-25 11:39:572444 K-means 是一種聚類算法，且對(duì)于數(shù)據(jù)科學(xué)家而言，是簡(jiǎn)單且熱門的無(wú)監(jiān)督式機(jī)器學(xué)習(xí)(ML)算法之一。
2022-06-06 11:53:555202 作者：凱魯嘎吉 來(lái)源：博客園 這篇文章對(duì)現(xiàn)有的深度聚類算法進(jìn)行全面綜述與總結(jié)?，F(xiàn)有的深度聚類算法大都由聚類損失與網(wǎng)絡(luò)損失兩部分構(gòu)成，博客從兩個(gè)視角總結(jié)現(xiàn)有的深度聚類算法，即聚類模型與神經(jīng)網(wǎng)絡(luò)模型
2022-12-30 11:15:081457 分享一篇關(guān)于聚類的文章： **10種聚類算法和Python代碼** 。文末提供`<span>jupyter notebook</span>`的完整代碼獲取方式。
聚類或聚類分析是無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。它通常被用作數(shù)據(jù)分析技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)中的有趣模式，例如基于其行為的客戶群。
2023-02-20 13:57:471331 
分享一篇關(guān)于聚類的文章： **10種聚類算法和Python代碼** 。文末提供`<span>jupyter notebook</span>`的完整代碼獲取方式。
聚類或聚類分析是無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。它通常被用作數(shù)據(jù)分析技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)中的有趣模式，例如基于其行為的客戶群。
2023-02-20 13:57:511532 
分享一篇關(guān)于聚類的文章： **10種聚類算法和Python代碼** 。文末提供`<span>jupyter notebook</span>`的完整代碼獲取方式。
聚類或聚類分析是無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。它通常被用作數(shù)據(jù)分析技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)中的有趣模式，例如基于其行為的客戶群。
2023-02-20 13:57:551719 
分享一篇關(guān)于聚類的文章： **10種聚類算法和Python代碼** 。文末提供`<span>jupyter notebook</span>`的完整代碼獲取方式。
聚類或聚類分析是無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。它通常被用作數(shù)據(jù)分析技術(shù)，用于發(fā)現(xiàn)數(shù)據(jù)中的有趣模式，例如基于其行為的客戶群。
2023-02-20 13:57:591899 
有許多聚類算法可供選擇，對(duì)于所有情況，沒(méi)有單一的最佳聚類算法。相反，最好探索一系列聚類算法以及每種算法的不同配置。在本教程中，你將發(fā)現(xiàn)如何在 python 中安裝和使用頂級(jí)聚類算法。
2023-05-22 09:13:551204 
作者：凱魯嘎吉來(lái)源：博客園這篇文章對(duì)現(xiàn)有的深度聚類算法進(jìn)行全面綜述與總結(jié)。現(xiàn)有的深度聚類算法大都由聚類損失與網(wǎng)絡(luò)損失兩部分構(gòu)成，博客從兩個(gè)視角總結(jié)現(xiàn)有的深度聚類算法，即聚類模型與神經(jīng)網(wǎng)絡(luò)模型。1.
2023-01-13 11:11:521728 
機(jī)器學(xué)習(xí)算法匯總 機(jī)器學(xué)習(xí)算法分類 機(jī)器學(xué)習(xí)算法模型 機(jī)器學(xué)習(xí)是人工智能的分支之一，它通過(guò)分析和識(shí)別數(shù)據(jù)模式，學(xué)習(xí)從中提取規(guī)律，并用于未來(lái)的決策和預(yù)測(cè)。在機(jī)器學(xué)習(xí)中，算法是最基本的組成部分之一。算法
2023-08-17 16:11:481943 機(jī)器學(xué)習(xí)算法總結(jié) 機(jī)器學(xué)習(xí)算法是什么?機(jī)器學(xué)習(xí)算法優(yōu)缺點(diǎn)? 機(jī)器學(xué)習(xí)算法總結(jié) 機(jī)器學(xué)習(xí)算法是一種能夠從數(shù)據(jù)中自動(dòng)學(xué)習(xí)的算法。它能夠從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)特征，進(jìn)而對(duì)未知數(shù)據(jù)進(jìn)行分類、回歸、聚類等任務(wù)。通過(guò)
2023-08-17 16:11:502903 機(jī)器學(xué)習(xí)有哪些算法？機(jī)器學(xué)習(xí)分類算法有哪些？機(jī)器學(xué)習(xí)預(yù)判有哪些算法？ 機(jī)器學(xué)習(xí)是一種人工智能技術(shù)，通過(guò)對(duì)數(shù)據(jù)的分析和學(xué)習(xí)，為計(jì)算機(jī)提供智能決策。機(jī)器學(xué)習(xí)算法是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的基礎(chǔ)。常見(jiàn)的機(jī)器學(xué)習(xí)算法有
2023-08-17 16:30:112801 隨著AI的全面普及，新型金融欺詐手法層出不窮，給金融機(jī)構(gòu)的業(yè)務(wù)安全帶來(lái)了新挑戰(zhàn)。與此同時(shí)，監(jiān)管部門對(duì)反電信網(wǎng)絡(luò)詐騙工作的要求也在不斷升級(jí)，不僅要求金融機(jī)構(gòu)健全風(fēng)險(xiǎn)管理機(jī)制、壓實(shí)主體責(zé)任，更通過(guò)
2025-07-22 15:13:40946
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論