| 共 56 篇文章 |
|
Regulating the data economy: The world’s most valuable resource.Now similar concerns are being raised by the giants that deal in data, the oil of the digital era.Internet companies’ control of data gives them enormous power. Old ways of thinking about competition, devised in the era of oil, look outdated in what has... 阅282 转1 评0 公众公开 17-05-13 17:27 |
AlphaGo来了 管理基金比人更靠谱？Wind统计显示，可统计的483只偏股型基金去年全年有9只收益超过10%，其中有2只是量化基金产品，在41只可统计的量化基金中，有18只在2016年录得正收益。“大数据投资最明显的一个优势是少犯错。看上去投资策略不是特别花哨，都是很简单的策略。这个策略理论上如果能挣100块钱，我们尽可能把这个策略做深入一点，... 阅15 转0 评0 公众公开 17-01-10 21:07 |
【研发管理】阿里云首席科学家周靖人：数据智能引领产业变革。在这个智能数据的背后，实际上有我们阿里云强大的基础建设，在整个数据智能的体验过程当中，阿里云是希望为在座的数据开发者提供一个基础建设，刚才唐洪也提到了，我们有非常强劲的云计算的平台，我们有大数据的平台，再加上我们人工智能的平台，这些都是我们在数据智能的基础，这... 阅33 转1 评0 公众公开 17-01-06 15:21 |
成交积分和人气积分上，由于优质资产端的开发困难和成交与人气的基数较大的影响，百强榜平台在2016年的成交量和投资人数的年度增速普遍低于上年的水平，而且由于网贷平台发展指数评级更加重视原始标（排除净值秒标、债权转让标等平台内部产生的标的）的实际成交量，部分平台的成交积分会因为原始标占比相对较低而出现排名下降。另外，网贷平台... 阅125 转1 评0 公众公开 17-01-06 15:21 |
而问题中所陈述的需求只是片面的数据需求，单纯通过移动端的数据统计即可获取。楼主需要指数化的数据，与具体的app无关，数据的“是否靠谱”就取决于数据统计平台收集数据的“能力”：所以，需要一个接入更广行业的app的数据统计平台(举个例子，目前中国活跃的智能设备数量超过7亿，有没有一个平台接入的app覆盖的不重复设备接近这个数字)，且... 阅2239 转12 评0 公众公开 16-12-30 15:43 |
【行业报告】2016年中国数据驱动型互联网企业大数据产品研究报告 【行业报告】2016年中国数据驱动型互联网企业大数据产品研究报告 2016-12-24 艾瑞咨询 互联网金融。在大数据产业蓬勃发展的大势下，网络媒体在大数据领域的探索也愈加多元。本报告简要分析了中国大数据产业结构与生态，并聚焦于网络媒体，深入研究其大数据发展战... 阅160 转1 评0 公众公开 16-12-25 03:02 |
【模式分析】乐天证券：电子商务与互联网金融协同的日本互联网券商。乐天证券是乐天向金融领域拓展的第一步，2003年11月乐天花费300亿日元（折合2.64亿美元）收购了证券公司“DLJディレクトSFG证券”，并取得它96.67%的股份。2003年乐天收购SFG证券成立乐天证券时，证券开户数为14.7万左右，日本第三。在乐天证券进行交易或推荐他人加入乐天证... 阅229 转1 评0 公众公开 16-12-23 10:25 |
智能投顾现状解析。然而我国当前市场上正常的智能投顾均是以公募基金为资产标的，通常其认购、赎回、托管成本和管理费用综合高达1％－2％，是国外智能投顾的2－4倍。但金融创新和市场教育其实是相辅相成的，尤其是智能投顾这一本身就具有投资者教育特征的金融创新，只要明确了行业标准和监管意见，突出财务诊断、风险识别、资产配置和长期收益... 阅126 转0 评0 公众公开 16-11-28 20:05 |
谷歌、Facebook和微软，人工智能“暗战”这些科技巨头不仅在争相为其他企业提供人工智能技术，还在内部加快自己的人工智能开发速度。类似地，谷歌、Facebook和Twitter也都成立了核心人工智能团队，在整个公司范围内传播人工智能技术。与此同时，Facebook也拥有自己的人工智能实验室和类似于谷歌大脑的团队——应用机器学习事业群（Applied Mach... 阅49 转0 评0 公众公开 16-11-28 19:43 |
代码自己写代码（Code writing code）。NPI 的核心模块是一个基于 LSTM 的序列模型，这个模型的输入包括一个可学习的程序嵌入、由调用程序传递的程序参数和对环境的特征表征。通过合成低层程序表达高层程序，NPI 减少了样本复杂性，同时比序列到序列的 LSTM 更容易泛化。人工智能的核心挑战之一便是教会机器学习新的程序、从既有程序中快速地编... 阅41 转1 评0 公众公开 16-11-28 17:05 |
