京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA俱乐部北京站——人工智能智享会圆满成功(附福利)
AlphaGo横扫围棋界吹响了人工智能第三次浪潮到来的号角,随着机器学习、计算机视觉等技术的发展,人工智能产业逐步落地,安防、医疗、金融、工业、交通等行业一一成为其施展才华的舞台,面对汹涌而来的人工智能时代,企业如何能分食这块万亿级市场蛋糕,如何能迅速占领“风口”成为人工智能的“受益者”?如何让人工智能可以真正为人类的创造力赋能?
10月22日,CDA邀请了三位人工智能业内人士,共同探讨了人工智能的发展以及如何改变世界,此次活动取得了圆满成功,活动结束时大家依然意犹未尽。
首先带来分享的是北京布本智能科技有限公司首席数据官王安,分享的主题——内容技术中的人工智能应用。在内容技术服务中,中文分词,主题提取,图片选择,个性化推荐等工作都需要更加智能化的方式,来代替人工编辑,提高工作效率,在报告中介绍了在这些方向的深度学习应用,并通过具体的例子来说明在实际中产生的成果。演讲中,王安王总例举了头条云内容上技术中的做法是,基于用户行为而不是标签的方式来搭建推荐系统。
“头条云”通过探索引擎和个性化推荐引擎,"双引擎"的二者相互配合,探索引擎可以弥补单一个性化引擎推荐越推越窄的弊端,通过个性化引擎会不断满足用户的兴趣。
接下来分享的是天云大数据副总裁邢建伟,分享主题——人工智能行业应用—Fintech。邢总在分享中指出目前的大数据反欺诈技术离不开文本挖掘,最重要的是语义识别。其次重要的是图像的挖掘,包括OCR识别图像文字、相似图片等等。传统申卡欺诈分析中往往运用强变量来评估个人在未来信用卡使用行为中的表现,没有整合分析其他维度的数据源。
结合天云大数据深耕金融领域多年的经验,邢总提到大数据申卡欺诈分析预警系统,首先,融合了信用卡申请环节的各个业务数据,解决了数据孤岛的问题;其次,引入第三方数据,比如银联数据等,扩展了数据的维度;最后,通过复杂网络技术,构建申卡客户的社交复杂网络提供客户的社交数据,在拓展覆盖维度的同时,以弱变量来体现强变量,并且实现了社交数据的高频率更新,提高了数据的准确有效性。
最后一位带来分享的是IT桔子的行业分析师李京望,分享主题——从数据维度看AI产业发展十大真相。内容从目前人工智能积蓄了多少实力?瓶颈在哪?能否赋能全行业?哪些领域更成熟?本次分享就中美两国企业、投融资、人才团队、投资者、中美AI九大领域对决、发展趋势预测等多维度进行分析,试图揭露AI产业的发展的十大真相。
据介绍,本次分享的内共收录中国人工智能企业 467 家,投资总额高达 574 亿人民币。这其中,2015年人工智能创业热度最高,当年人工智能创业公司数量达到130家。目前人工智能处于产业发展初期,创业公司主要以2B的企业服务类业务为主,汽车、交通、安防、医疗等行业应用相对较为广泛。人工智能领域投资事件数量随年份呈稳步上升趋势并在 2016年达最高峰——整年共发生208起投资事件。自动驾驶是投资金额最高的子领域,并且大额投资众多。
据统计,人工智能总获投率为 67.65%,整体行业获投率偏高,不仅是是创业热潮,也是投资热潮。
听完了诸位嘉宾的演讲,有人觉得收获满满,有人意犹未尽,下一次CDA即将起航深圳,10.28CDA&科技寺“猎奇金融大数据”诚邀您来参加和交流。(扫码或点阅读原文报名)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27对数据分析从业者和学生而言,表结构数据是最基础也最核心的分析载体——CRM系统的用户表、门店的销售明细表、仓库的库存表,都 ...
2025-11-27在业务数据可视化中,热力图(Heat Map)是传递“数据密度与分布特征”的核心工具——它通过颜色深浅直观呈现数据值的高低,让“ ...
2025-11-26在企业数字化转型中,业务数据分析师是连接数据与决策的核心纽带。但“数据分析师”并非单一角色,从初级到高级,其职责边界、能 ...
2025-11-26表格结构数据以“行存样本、列储属性”的规范形态,成为CDA数据分析师最核心的工作载体。从零售门店的销售明细表到电商平台的用 ...
2025-11-26在pandas数据处理工作流中,“列标签”(Column Labels)是连接数据与操作的核心桥梁——它不仅是DataFrame数据结构的“索引标识 ...
2025-11-25Anaconda作为数据科学领域的“瑞士军刀”,集成了Python解释器、conda包管理工具及海量科学计算库,是科研人员、开发者的必备工 ...
2025-11-25在CDA(Certified Data Analyst)数据分析师的日常工作中,表格结构数据是最常接触的“数据形态”——从CRM系统导出的用户信息表 ...
2025-11-25在大数据营销从“粗放投放”向“精准运营”转型的过程中,企业常面临“数据维度繁杂,核心影响因素模糊”的困境——动辄上百个用 ...
2025-11-24当流量红利逐渐消退,“精准触达、高效转化、长效留存”成为企业营销的核心命题。大数据技术的突破,让营销从“广撒网”的粗放模 ...
2025-11-24在商业数据分析的全链路中,报告呈现是CDA(Certified Data Analyst)数据分析师传递价值的“最后一公里”,也是最容易被忽视的 ...
2025-11-24在数据可视化实践中,数据系列与数据标签的混淆是导致图表失效的高频问题——将数据标签的样式调整等同于数据系列的维度优化,或 ...
2025-11-21在数据可视化领域,“静态报表无法展现数据的时间变化与维度关联”是长期痛点——当业务人员需要分析“不同年份的区域销售趋势” ...
2025-11-21在企业战略决策的场景中,“PESTEL分析”“波特五力模型”等经典方法常被提及,但很多时候却陷入“定性描述多、数据支撑少”的困 ...
2025-11-21在企业数字化转型过程中,“业务模型”与“数据模型”常被同时提及,却也频繁被混淆——业务团队口中的“用户增长模型”聚焦“如 ...
2025-11-20在游戏行业“高获客成本、低留存率”的痛点下,“提前预测用户流失并精准召回”成为运营核心命题。而用户流失并非突发行为——从 ...
2025-11-20