1. 聚能聊>
  2. 话题详情

从人工智能助分析雾霾成因,到机器学习实际应用的讨论

北京以及邻近的天津等超过20个城市本周启动了重污染最高级别“红色预警”,根据官方媒体报道,北京周一暂时关闭了超过700家工厂,交通部门对出行车辆采取单双号轮流限行的措施,限制出行车辆。IEEE Spectrum报道了中国政府使用的空气污染预报工具。由IBM和微软开发的工具去年在中国进行了测试,它们都整合了广泛的数据源,如空气污染监测站、环境监测站、交通系统、气象卫星、经济数据甚至社交媒体,能提供3到10天的污染预警。IBM的系统能以超过80%的正确率提供3天内的预报,以75%的正确率提供7到10天内的预报。微软的系统在北京的测试显示,它能以75%的精度提供6小时预警,60%的精度提供12小时预警。大气学家说,如何最佳的组合物理学模型和机器学习去提供空气质量预报是一个活跃的研究领域。

111_meitu_1!

近期阿里云的科学家们也在用数加机器学习解密雾霾形成原因,点此了解>>

上述案例使用了逻辑回归以及随机森林算法实现了对于雾霾天气的预测以及雾霾指标相关性的分析。整个实验搭建流程清晰简单,小白用户经过短期学习也可以轻易上手。

此实验搭建在阿里云数加机器学习平台上,平台不光提供了逻辑回归、随机森林、GBDT、KMeans等常规的机器挖掘算法,还包括了文本分析和图算法。

今天和大家一起聊聊机器学习还能用到哪些领域。你们是否尝试使用过机器学习?是否对你的应用、工作或生活有所帮助?

参与话题

奖品区域 活动规则 已 结束

  • 奖品一

    优酷VIP季卡 x 1

  • 奖品二

    虾米VIP月卡 x 2

69个回答

0

王立功 已获得虾米VIP月卡 复制链接去分享

机器学习可以应用在金融领域,例如长期记录某个人的交易习惯,来预测判断某个人某种状态下的投资意向,若将个体行为预测统计起来,这样就可以了解到股市的走向,给投资企业的决策起到一些辅助作用。
自从阿法狗火起来,关注机器学习比以前更多了,认为通过机器学习可以在我们需要根据一些信息做决策的时候,机器根据我们的需求快速的过滤其他信息。

隐林 回复

这个领域数据积累的多,机器学习可以发挥更大的作用;

风火连城 回复

所以现在很多号称是金融公司的,会招聘很多刚毕业的学生做交易员,但是下单经过公司后台,这样公司掌握所有人员的交易信息,美其名曰利润分成,其实是在给人家做后台数据,整合后做成反向指标,为后面的资本服务

胖吃坚果 回复
回复@隐林:

具体您有哪些呢

评论
3

傲海 已获得虾米VIP月卡 复制链接去分享

我写的这篇文章正好可以回答这个问题,【玩转数据系列九】机器学习为您解密雾霾形成原因

如果要人们评选当今最受关注话题的top10榜单,雾霾一定能够入选。如今走在北京街头,随处可见带着厚厚口罩的人在埋头前行,雾霾天气不光影响了人们的出行和娱乐,对于人们的健康也有很大危害。本文通过爬取并分析北京一年来的真实天气数据,挖掘出二氧化氮是跟雾霾天气(这里指的是PM2.5)相关性最强的污染物,从而为您揭秘形成雾霾的罪魁祸首。

因为经过归一化计算的逻辑回归算法有这样的特点,模型系数越大表示对于结果的影响越大,系数符号为正号表示正相关,负号表示负相关。我们看一下正号系数里pm10和no2最大。pm10和pm2只是颗粒尺寸大小不同,是一个包含关系,这里不考虑。剩下的no2(二氧化氮)对于pm2.5的影响最大。我们只要查阅一下相关文档,了解下哪些因素会造成no2的大量排放即可找出影响pm2.5的主要因素。
下面网上是找到的关于no2排放的论述,文中说明了no2主要来自电厂和汽车尾气。no2来源文章

2

keller.zhou 已获得优酷VIP季卡 复制链接去分享

现在,很多专家也在讨论,基于人工智能的智能机器是否会接管世界。机器学习和人工智能的重大进步将有助于自动化的发展,这是有道理的。我们人类需要不停地循环,以创造更好的用户终端体验。
 
在这一点上,Redfin试着用机器学习去给所有用户发送建议。和用户自己的搜索和警报过滤器相比,这些机器生成的建议有一个略高的参与率。然而,当Redfin让其代理人在发送之前检查一下建议时,这个建议有一个实质性的提高。在代理人检查完这个建议之后,Redfin 
能够使用代理的修改作为额外的训练数据,推进了住房点击率的显著上升。
 
ASplunk通过描述再次强调了IT专业人士如何部署Splunk以发挥关键作用,以及如何使用Splunk的帮助去把工作做得更好、更有效。如果没有这些不断循环发展的人,客户们不会拥有Splunk的最有价值。
 
另一家公司,spare5也是人类一个很好的例子。什么情况下人类有时需要通过纠正、分类数据以进入模型。数据的质量和完整性是建立高质量模型的关键

1

啊修罗 复制链接去分享

很希望能活到机器能自我编码的时候,现在所说的机器学习虽然很强大,不仅能够理解语义帮我们回邮件,玩游戏能找出bug,能够分析社会各个邻域的数据源,不断得出新的模型,但是这些都是我们人类想要机器学习得出来的结果而已,其本质也只是放大了我们对数据分析处理的能力,对比其他工具,目前阶段的机器学习可能只是一个更高级的工具。
真心期待能在我们这个年代看到机器学习能自己编程,给我们讲量子纠缠的物理原理,用我们维度能理解的方式描述其他维度世界的模型等等

隐林 回复

会的,我们永远18岁

评论
1

1933266064851761 复制链接去分享

人工智能不应该仅限于人类的享受生活。不管是对自然,还是对于后代,我们都应该交一份满意的答卷。大家不要将雾霾的治理彻底的归于国家,从自我做起,减少开车等。共同创造一个明朗的明天。

隐林 回复

赞!

评论
1

paul13 复制链接去分享

大数据反扒 分析每张公交卡的刷卡记录,如果发现某张卡经常出现异常记录,这个卡主有可能是小偷 异常记录的特点如下:卡主几乎整天在公交车上,并且路线不是最优的
隐林 回复

我记得有人用公交卡做过人群分析,发现过乞丐特征经常在一个站长时间出入;

评论
1

我的中国 复制链接去分享

目前的导向在智能机器方面绝对是大用处,智能汽车、天气播报、汽车导航、地区民意,包括未来的学习都可以,以后连想什么都是有据可析的。

隐林 回复

所以数据很关键

评论
1

聚小编 复制链接去分享

没想到人工智能应用领域已经这么广泛了,希望我们的地图导航机器学习也尽快完善一下,不要总推荐不靠谱的线路
隐林 回复

让我想起了当年的A*算法,从离线导航到实时在线导航,算法从当年的单机到分布式,数据从单一的路网、POI数据,到现在更加丰富的实时交通信息数据,大数据对我们出行效率的提升还是蛮大的;

评论
2

szm. 复制链接去分享

机器学习其实已经出现在生活的很多地方,当然,应用额的最成熟的地方,可能是我们最不在意的广告上面。比如,你去搜索了一个东西,很快你的推荐广告位全是关于你搜索的东西的相关推荐。比如以图识图,通过一张图片,找出相关图片,这些都是机器学习的范例。
生活中其他领域可以涉及到机器学习的,可以是智能家居,学习主人的习惯调节温度,湿度和亮度等;还可以是时时翻译,ai之类的软件产品,它们实际上也已经用到了类似的技术。
总而言之,它其实已经融入到了生活的很多地方,但不仅仅是这些地方。

1

1908777968959326 复制链接去分享

素质最重要

super_he 回复

OK

评论
2

iheymony 复制链接去分享

打破信息孤岛,实现信息共享和数据的自动分类归集

1

luneice 复制链接去分享

毫无疑问可以用在医疗领域!让人工智能去分析致病因素,加速攻破一些谈之色变疾病艾滋病,癌症等等。将大量实验数据进行统计出来,让人工智能分析,突破靠人分析的瓶颈。

1

xeonn 复制链接去分享

机器的深度学习技术如果嵌入到app中,就能推测用户的使用习惯及关注热点和需要,从而推送给顾客真正有价值的广告;又如flyme那样,知客户之心,可获得大量的好感度。

1

伪娘重口味 复制链接去分享

我的专业是计量经济学,利用机器学习算法应用于商业数据分析(BI)。
本文中提到了文本分析,我目前的研究课题正是这个方向,从而帮助企业迅速在成千上万文本信息中计算出各个topic的程度。目前普遍所运用的文本分析模型(topic model)其实依然存在相当大的暇疵,例如在分析消费者正面负面情绪的时候,计算结果经常会显示一些中性的名字(例如桌子椅子)都会显示情绪值,然而在现实中这是非常荒谬的。
另外,目前多数所应用的文本分析算法只是考虑词语频率,而并不考虑语序、词性、标点符号在文本分析中的应用,为的是减少算法压力。这也必然是未来需要克服的方向。

1

胖吃坚果 复制链接去分享

您可以做得更好

1

敏薇君 复制链接去分享

机器学习最好运用工厂流水线,做饭,快递公司送快递领域。

1

devctang 复制链接去分享

人工智能说得高大上,基础还是要数据搜集,长久分析根据数据推理,应理性辨证,不要噱头过多让人不合理理想

1

keller.zhou 复制链接去分享

机器学习是智能应用的重要组成部分和关键成分,但是建设智能应用程序的最重要的目标是建立应用或服务,让您与客户产生共鸣,为您的客户提供一个简单方式来使用您的服务,并随着时间的推移不断提升。

1

1315179845591589 复制链接去分享

个人觉得 做个智能车 见红绿灯可以自动停止
带可以检测前面有人没有 可以 减少交通事故
比较安全问题最重要

1

来了就来了 复制链接去分享

我觉得未来化课堂应得到广泛应用,让孩子们的学习更方便,携带的东西也更少,减轻负担

4
13486
浏览
0
收藏
邀请他人互动
关注
21
粉丝
2245
话题
2

简介:

阿里云大数据产品专家,擅长MaxCompute、机器学习、分布式、可视化、人工智能等大数据领域;
阿里云机器学习是基于阿里云分布式计算引擎的一款机器学习算法平台。用户通过拖拉拽的方式可视化的操作组件来进行试验,...

是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人...

阿里云推出的一款移动App数据统计分析产品,为开发者提供一站式数据化运营服务

为您提供简单高效、处理能力可弹性伸缩的计算服务,帮助您快速构建更稳定、安全的应用,提升运维效率,降低 IT 成本...