机器学习与智能金融第十二章源源不断的新思想
机器学习与智能金融 第十二章 源源不断的新思想
本讲主要内容数据不够，算法来凑：半监督学习-.博采众家之长：集成学习以人为师的思想四因果科学的新起点五AIGC的时代六与人连接的挑战：脑机接口七MOSS与金融：量子金融
本讲主要内容 一 数据不够，算法来凑：半监督学习 二 博采众家之长：集成学习 三 以人为师的思想 四 因果科学的新起点 五 AIGC的时代 六 与人连接的挑战：脑机接口 七 MOSS与金融：量子金融
本讲知识点与学习自标迁移学习元学习GPT半监督学习因果机器学习增量学习扩散模型集成学习因果发现脑际接口量子计算了解本章相关新概念和思想了解并思考本章内容在金融中的应用场景或方式AIGCQubit量子金融
本讲知识点与学习目标 半监督学习 集成学习 迁移学习 增量学习 元学习 因果发现 因果机器学习 扩散模型 GPT AIGC 脑际接口 Qubit 量子计算 量子金融 了解本章相关新概念和思想 了解并思考本章内容在金融 中的应用场景或方式
本讲主要内容数据不够，算法来凑：半监督学习博采众家之长：集成学习以人为师的思想四因果科学的新起点五AIGC的时代六与人连接的挑战：脑机接口七MOSS与金融：量子金融
本讲主要内容 一 数据不够，算法来凑：半监督学习 二 博采众家之长：集成学习 三 以人为师的思想 四 因果科学的新起点 五 AIGC的时代 六 与人连接的挑战：脑机接口 七 MOSS与金融：量子金融
半监督学习聚类假设流形假设平滑假设(manifoldassumption）(clusterassumption)"+"!"+"?"-"主动学习（金均标记）观察到待判别样本未标记样本训练模型预测待测数提O未标记+T数据鼻尖标记弱监普学习（纯）半监肾学习M半不准确蓝智训练>预测待测数据模型不确切盗暂未标记监数据督不完全监督直推学习学半监督学习未标记习未标记>训练模型>预测数据T栋数据款
半监督学习 聚类假设 （cluster assumption） 流形假设 （manifold assumption） 平滑假设