AI公开课：19.05.16漆远-蚂蚁金服集团CF《金融智能的深度与温度》课堂笔记以及个人感悟—191017再次更新

本文链接： https://blog.csdn.net/qq_41185868/article/details/90214591

导读
漆远，麻省理工学院博士后，39岁被评为美国普渡大学计算机系和统计系终身教授。
2013年，漆远加入阿里巴巴集团并担任副总裁，和王坚博士的领导下创建了阿里巴巴DST（数据科学与技术研究院）。2015年担任蚂蚁金服集团副总裁、首席数据科学家，其人工智能团队正在研发虚拟机器人。他领导着一个机器学习与人工智能团队从事深度学习、加强学习等人工智能领域的前沿研究和应用。

问答环节

小编正在使劲整理中……

雷鸣教授：金融科技一直是热门方向，那些技术未来会有突破性进展？带有更好的应用。
朱军教授：人脸识别，改变算法如何更可靠，在广义上讲，金融领域。大数据处理相关，比如数据挖掘，很多技术结合共同完成比如智能投顾等，要从很多大量的数据中挖取有价值的信息。
雷鸣教授：有没有投金融科技的公司？
黄明明VC：比较少，主要原因是因为数据少，还在看。对创业公司来说，因为大量的数据都在巨头手上，比较难。在新的领域，比如说自动驾驶，量子力学领域，适合创业公司的方向。
雷鸣教授：广泛的金融产业领域，与AI结合上，未来，会有那些新的形势和亮点的产生？对于创业公司有哪些机会？
漆远副总裁：汽车领域，美国没有，这是中国的特色，在中国买车的话，把租车和贷款结合起来了。
雷鸣教授：行业数据是比较稀缺的，因为以前很少存储的。但对于金融产业，零售业的数据。拥有了大量的数据，才会有更深刻的理解。探讨一下二级市场的投资问题，有的人利用深度学习算法进行炒股。探讨一下，未来会不会出现新的巨无霸公司。
emmm，实在是听不清啊……博主尽力了
漆远副总裁：机器学习算法，其实并不是太复杂，复杂了很难应用的。
雷鸣教授：从工作上，给学生们几点未来的建议。
漆远副总裁：找出自己最擅长的、最想做的、最感兴趣，又有需求的方向。采用流行的框架，调参数，建议大家学习一些基础性的知识。调超参数，比如采用GA算法优化神经网络模型的参数，现在来讲，准确度可能不够，但是这个思想是值得学习的。
黄明明VC：建议大家，做AI相关的工作，要将理论和产业相结合。
朱军教授：对于在校的学生，还是要先把基础打好，未来再做和产业相结合的，该读书的时候还是要珍惜难得读书的机会，因为以后，工作了，这样的机会就很少很少了。
今天的课，直播真的是最差的。声音实在是太嘈杂，还有回声，好几次完全听不到，并且PPT也没有及时切换到画面上，非常模糊。博主，今天实在是没能写出太多，还请网友见谅，总共这些，大家凑合着看了。