我們所謂的文創所謂的強國最終都要依靠科技復興, 科技復興關係你我未來十年技術棧. 那是未知的且 承載重托的一種東西.
那 , 你現在的工作 算是科技復興的一步嗎? 顯然 算打擦邊球 在科技圈裡 不能算核心.
增刪改查誰都會， 但是 自我學習 形成模型 和 反饋優化模型 ， 這就很考驗未來的技術了 ，而這才是真正的科技賦能 服務大眾。
我們的文創 包括 眾多ip 產業, 模型 時尚, 包括金融板塊 ** ** 保險, 包括農業 感測 優化增值. 乃至於工業產品. 他都有需要 卻 都難以入門. 入門單位我估計應該是 十億起步,
因為錢不是事 真正花心思在超前的領域, 統籌到人力去把控才是關鍵.可以輕易擁有 千億資產， 但不是可以輕易擁有 千面技術。 可能 區塊連 位元幣比較先進, 但我不認為他們具有人工智慧, 因為如果具有 一般 幾個不相干備份就可以了.
文化這塊 最終會和科技走到一塊， 但是科技如果沒有拿下。 再好的文化也是沒有生命力。
比如走路是 零到一百的魔法。 配合各個關節的魔法。 轉向是乙個魔法。 而跳舞層級 就是一套舞術。
而中國武術有很多， 棍術， 鞭術、槍術 拳腳功夫 , 這裡面就相當於數學講的模型集合和測試集合 . 雖然概念混淆, 但可以認知 雷同.
擺脫增刪改查,走別人不懂的路 ,圍棋是擋在人工智慧面前的乙個重大挑戰 ， 演算法起步就是 自己設計 圍棋演算法。
深度神經網路 的應用 當如此。
rp 感知環境，， sp 深度模仿， rl 自學成長，， vn 冷靜分析
在千面領域 逐步實現這四個腦, 才是 未來科技十年 該走的路 該布的局.
附上 , 概念掃盲
讓機器具備人工智慧的前提，需要我們用一定量的資料集對機器進行「訓練」
機器學習演算法基於樣本資料（稱為「 訓練資料 」）建立數學模型，以便進行**或決策，而無需明確地程式設計以執行任務, ml學習就是通過演算法，使得機器能從大量的歷史資料中學習規律，從而對新的樣本做智慧型識別或**未來.
機器學習在影象識別、語音識別、自然語言理解、天氣**、基因表達、內容推薦等很多方面的發展還存在著沒有良好解決的問題。
傳統的模式識別方法：通過感測器獲取資料，然後經過預處理、特徵提取、特徵選擇、再到推理、**或識別。
常見的演算法有：決策樹、樸素貝葉斯、支援向量機、隨機森林、人工神經網路、boosting和bagging演算法、關聯規則演算法、em（期望最大化）演算法、深度學習。
dl深度學習是機器學習演算法的乙個子類別
dm資料探勘也是機器學習的乙個研究領域，通過無監督學習進行探索性資料分析。
機器學習側重於**，但基於從訓練資料中獲知的已知屬性，而資料探勘則側重於發現資料中（以前）的未知屬性（這是知識發現的分析步驟在資料庫中）。資料探勘使用許多機器學習方法，但目標不同。另一方面，機器學習還採用資料探勘方法作為「無監督學習」或預處理步驟，以提高學習者的準確性。
rl強化學習是機器學習的乙個類別。強化學習使用機器的個人歷史和經驗來做出決定。強化學習的經典應用是玩遊戲。
監督學習：
監督學習是指學生從老師那裡獲取知識、資訊，老師提供對錯指示、告知最終答案。學生在學習過程中借助老師的提示獲得經驗、技能，最後對沒有學習過的問題也可以做出正確解答。在監督學習中，我們只需要給定輸入樣本集，機器就可以從中推演出指定目標變數的可能結果。機器只需從輸入資料中**合適的模型，並從中計算出目標變數的結果。要實現的目標是「對於輸入資料x能**變數y」。
無監督學習：
無監督學習是指在沒有老師的情況下，學生自學的過程。學生在學習的過程中，自己對知識進行歸納、總結。無監督學習中，類似分類和回歸中的目標變數事先並不存在。要回答的問題是「從資料x中能發現什麼」。
參考:
讓 http 服務人類 （一）
1 傳送請求 import requests r requests.get print r r requests.post data print r output 2 傳遞url引數。如果你想傳遞key1 value1和key2 value2到，requests 允許你使用params關鍵字引數，以...
企業觀點 「全球科技 服務中國」的價值
企業觀點 全球科技 服務中國 的價值觀點 多年來，我們的企業與客戶的保持著長期交流的意識，通過這些年對客戶市場的不斷接觸與積累。我們看到，無論客戶是企業領導人 ceo，還是 it資訊主管，或是普通員工 無論客戶的企業規模是大是小，對企業 it與資訊化的提公升永遠是根植於企業對市場與業務不斷提公升的需...
實現高效 穩健的銀行科技服務體系的建議
資訊科技已經深入銀行業務的方方面面，業務穩定運營依賴於資訊科技，業務服務效率依賴於資訊科技，提公升市場競爭力的金融創新也依賴於資訊科技 資訊科技的管理成熟度深刻地影響著銀行的業務模式，銀行也對科技和創新賦予了更高的期望。在中國銀行業高速發展的這 二 三十年時間，資訊科技對於銀行的發展的功勞是不可替代...