申万宏源-机器学习系列报告之一:量化投资新起点
机器学习是人工智能的一个分支,也是人工智能的核心领域。机器学习的目的在于推理,推理的过程是学习,研究计算机如何模拟人类的学习行为。从 1930 年代至今,机器学习逐渐发展成为一门独立的学科,已有超过数百种算法被提出。《Do we need hundreds ofclassifiers to solve real world classification problems?》对 17 大类共 179 个分类器,在 121 个数据集上进行了测试。结果显示,随机森林和支持向量机(高斯核)效果最好,其次是神经网络和 Boosting 集成方法。
⚫ 机器学习的一大发展趋势是大众化。早期的机器学习研究人员不仅需要对算法有深刻的理解,还需要具备较强的 C++实现能力。如今随着 Scikit-Learn、Tensorflow 等开源库的出现,机器学习的应用难度大大降低。
评论0