E-Learning最新活动：绩效中一些从细微到荒唐的事项

最新推荐文章于 2025-04-20 00:35:31 发布
原创 最新推荐文章于 2025-04-20 00:35:31 发布 · 1.5k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#活动

本次研讨会邀请了Allison Rossett博士就绩效管理中从细微到荒唐的事项进行分享，活动将于11月23日上午9点至11点在线上举行。
ProductWhy
关注
量化价值投资总踩雷？加入社交媒体风险预警因子后，我的回撤降低了35%
AI天才研究院
07-29 5500
摘要： 量化价值投资常因依赖滞后财务数据而频繁"踩雷"，导致超额回撤。本文提出通过社交媒体风险预警因子提前识别企业风险信号，构建融合自然语言处理与机器学习的动态风控体系。实证显示，整合Twitter、Reddit等平台的投诉、质疑、爆料等五类风险信号后，策略最大回撤降低35%，夏普比率提升28%。该方案突破了传统财务指标的时空局限，实现了从被动止损到主动预警的范式转换，为量化投资提供了全新的风险边界管理工具。
Deep learning
Marvek的博客
01-08 1229
Deep learning说明摘要引言Supervised learningBackpropagation to train multilayer architecturesConvolutional neural networksImage understanding with deep convolutional networksDistributed representations and ...
【论文翻译】Deep learning
刘小胖的博客
11-04 976
Abstract 深度学习允许由多个处理层组成的计算模型学习具有多个抽象级别的数据表示。 这些方法极大地改善了语音识别，视觉目标识别，目标检测以及许多其他领域（例如药物发现和基因组学）的最新技术。 深度学习通过使用反向传播算法指示机器应如何更改其内部参数来发现大型数据集中的复杂结构，这些内部参数用于根据上一层的表示来计算每一层的表示。 深层卷积网络在处理图像，视频，语音和音频方面带来了突破，而递...
AAAI2020论文列表（中英对照）
dovings的博客
07-04 7299
AAAI2020论文列表（中英对照）
Computer Vision_33_SIFT：PCA-SIFT A More Distinctive Representation for Local Image Descriptors——2004...
Alliswell_WP
10-03 844
此部分是计算机视觉部分，主要侧重在底层特征提取，视频分析，跟踪，目标检测和识别方面等方面。对于自己不太熟悉的领域比如摄像机标定和立体视觉，仅仅列出上google上引用次数比较多的文献。有一些刚刚出版的文章，个人非常喜欢，也列出来了。 33. SIFT关于SIFT，实在不需要介绍太多，一万多次的引用已经说明问题了。SURF和PCA-SIFT也是属于这个系列。后面列出了几篇跟SIFT有关的...
Software Engineering - The Soft Parts软件工程-软件部分
栗少的博客
03-21 1888
Today I'll share some of the software engineering "soft skills" I've learned from my first 10 years on Google Chrome, where I am a Senior Staff Engineering Manager. On my 10th anniversary, I wanted to reflect on some of lessons that have stayed with me. I
学会数据库后学什么_用数据分析了一年的生活后学到的东西
cumian9828的博客
07-24 942
学会数据库后学什么by Rishal Hurbans 由Rishal Hurbans 用数据分析了一年的生活后学到的东西 (What I learned after analyzing my life for a year with data) In search of a less anxious, more meaningful, and hopefully happier and suc...
高盛报告：人工智能、机器学习和数据将推动未来生产力的发展
黑白相间...
03-21 1万+
人工智能、机器学习和数据将推动未来生产力的发展 https://blog.youkuaiyun.com/wowotuo/article/details/54744833 人工智能是信息时代的尖端技术。在最新的“创新简介”系列文件中，我们研究机器学习和深度学习的进步如何与更强大的计算和不断扩大的数据库相结合，为跨行业的公司带来人工智能变革。人工智能服务的...
(转)高盛报告：人工智能、机器学习和数据将推动未来生产力的发展
热门推荐
代码过客
01-26 3万+
人工智能、机器学习和数据将推动未来生产力的发展http://note.youdao.com/share/index.html?id=9874d468e9dece80bcc23819232438fd&type=note&from=timeline&isappinstalled=0#/人工智能是信息时代的尖端技术。在最新的“创新简介”系列文件中，我们研究机器学习和深度学习的进步如何与更强大的计算和不断扩
多因子模型水平测试题 程序和综合 解答
zhangyunchou2015的博客
04-20 1160
好的，我们来逐一探讨这些关于多因子模型程序实现、理论基础和行业思考的问题。程序 (Programming)综合 (Comprehensive Topics)选择建议总结：实践中，Python + C++ 的组合也很常见：用 Python 进行研究、分析和调用，用 C++ 实现性能敏感的核心计算部分。数据量估算 (10 年历史回测，A 股市场)：运算量估算：主要瓶颈：通常在于风险协方差矩阵的估计/计算和大规模组合优化。数据 I/O 也可能是瓶颈。内存需求：面向过程 (Procedural Programmin
解决多作业多机器调度问题的遗传算法.zip
12-02
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
心理评估与人工智能结合.docx
最新发布
12-02
人工智能行业相关的应用趋势和解决方案介绍
基于Web与物联网的分布式智慧农业环境监测系统源码实现
12-02
**项目资料：基于网络与物联网架构的分布式农业环境远程监控系统源代码** 本资料包提供了一套完整的分布式农业环境远程监控系统实现方案，该系统融合了现代网络技术与物联网架构，能够实现对农业生产环境的远程、实时、多节点监测与管理。系统源代码经过全面测试，各项功能运行稳定可靠，可供直接部署或二次开发使用。 该资料适用于计算机科学与技术、人工智能、通信工程、自动化、电子信息工程等相关专业的高校师生、科研人员以及行业技术人员参考学习与实践。对于希望深入理解物联网应用开发、分布式系统设计或智慧农业解决方案的学习者而言，本资料具有较高的参考价值。同时，其完整的项目结构也适用于毕业设计、课程设计、项目实践或作为特定功能模块的开发基础。 使用者可根据自身需求，在现有代码框架上进行功能扩展、算法优化或与其他系统进行集成。我们鼓励基于此代码进行合法的学习、研究与创新应用，并通过技术交流共同促进相关领域的技术发展。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
从平台“建而无用”到智能化转型，科技园区借助新一代技术转移SaaS系统能实现多大跨越？.docx
12-02
从平台“建而无用”到智能化转型，科技园区借助新一代技术转移SaaS系统能实现多大跨越？
从产品同质化严重到精细化管理效能，地方政府借助智能化转型方案能实现多大跨越？.docx
12-02
从产品同质化严重到精细化管理效能，地方政府借助智能化转型方案能实现多大跨越？
基于MATLAB_GUI开发的单机器人多任务路径规划与仓库管理系统模拟平台_集成WMS仓库模拟_TCP通信协议_任务分配算法_路径规划算法_机器人控制系统_GUI界面设计_资源图像.zip
12-02
基于MATLAB_GUI开发的单机器人多任务路径规划与仓库管理系统模拟平台_集成WMS仓库模拟_TCP通信协议_任务分配算法_路径规划算法_机器人控制系统_GUI界面设计_资源图像.zip
这是一个针对自动驾驶与机器人路径规划领域的开源项目专注于对经典HybridA算法在ROS机器人操作系统框架下的实现代码进行详尽的中文注释与解析_项目核心是对KarlKu.zip
12-02
这是一个针对自动驾驶与机器人路径规划领域的开源项目专注于对经典HybridA算法在ROS机器人操作系统框架下的实现代码进行详尽的中文注释与解析_项目核心是对KarlKu.zip
赛事预约场馆预约代理fastadmin uniapp，仅供参考，请勿商用
12-02
赛事预约场馆预约代理fastadmin uniapp，仅供参考，请勿商用
Q-learning入门DEMO: 掌握基本概念与流程
在实际应用中，为了处理复杂环境和状态空间，Q-learning通常与一些方法结合使用，比如函数逼近（例如神经网络），或者采用启发式方法来降低状态空间的维度。 Q-learning在多种领域中有着广泛的应用，例如机器人控制...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值