人工智能应用(二):从“估车价”看机器学习
提到机器学习,相信大家已经不再陌生,随着人工智能的火热,讲解机器学习算法的文章也铺天盖地。这里我们不再单独讨论某个算法的原理,而是看一看这些“神秘”的算法是如何有效地结合到实际场景中的。
先来看这样一个小故事:小明在北京打拼多年,一直想拥有一辆奔驰C200,但是新车价高税贵,于是他将目标瞄准在车龄较新的二手车上。为了了解市场行情,小明开始上网查找资料,他在58同城、瓜子二手车等网站上搜索了一些北京地区有关奔驰C级的帖子。小明很快发现同样车型同样车龄的帖子,价格往往比较接近,于是他重点看了车龄一年C200的帖子,发现大部分人发24-27万,而车龄为两年的帖子价格集中在22-25万。小明根据奔驰C的保值率,估算了下车龄从两年折算成一年的价格也差不多在25万左右。但小明觉得帖子还是太少了,不太放心,又查了下C180L等几个相近车型的帖子作为辅助参考,估摸着一年车龄的C200差不多就在24-26万,再搞搞价23-25万应该可以拿下。
相信很多人和小明一样,在买卖二手车之前都希望对自己的意向车型的做个估价,避免卖亏买贵。从小明的故事中我们可以看出,小明首先是要在北京买车,然后确定了自己的意向车型C200和车龄一年。而小明的目的是想根据“大部分人发的”展示价估算一下 “可以拿下”的成交价。这里,我们可以把小明“估车价”的过程抽象成一个流程图:
小明在搜索帖子时,往往选择大部分人发的价格作为展示价。根据这样的数据特点,可以选择采用“Parzen窗”进行这一部分的去噪处理。“Parzen窗”是一种非参数估计概率密度的方法,通过这一方法,我们可以找到某车型的价格密度中心及窗口大小,以获得大部分帖子聚集的位置。
小明在参考其他车龄、车型的帖子时,需要获得不同维度(车龄、车型等)与价格的关系。以车龄与价格的关系(保值率)为例,通过样本的分布可以看出车龄和保值率呈线性关系,这里我们可以选择合适的多项式将其表示出来,最后利用“最小二乘法”将曲线的系数计算出来,以供折算使用。
有经验的评估师可以通过成交价、展示价、收车价中的任一价格估出另外两个价格,为了得到这种“能力”,我们可以构建一个两层的网络,每层包含三个节点表示三种价格。训练完成后,可以通过任一输入节点推出另外两种输出节点,而评估师的“经验”便隐藏在关系层中。
整个“估车价”的过程就是一个人的思考过程,利用机器学习的方法可以获得人的“经验”。在这个过程中,并不一定需要特别“高深”的模型和算法,有时武器越小反而越趁手,只要将每件“武器”有效地结合使用就会产生巨大的威力。在人工智能大战中,人们已经意识到机器学习里藏有很多先进的武器,能否用好这些武器将成为决定胜负的关键。
人工智能应用(二):从“估车价”看机器学习相关推荐
- Alink漫谈(二) : 从源码看机器学习平台Alink设计和架构
Alink漫谈(二) : 从源码看机器学习平台Alink设计和架构 文章目录 Alink漫谈(二) : 从源码看机器学习平台Alink设计和架构 0x00 摘要 0x01 Alink设计原则 0x02 ...
- 看机器学习精准预测:谁是iphone的忠实玩家?
人工智能是当前社会的显学之一,但如果没有了机器学习和算法的支撑,人工智能就无从谈起.到底什么是机器学习?机器学习跟统计学又有何关系?在1月11日的数据侠线上实验室中,DT君邀请到美国知名大数据教育机构 ...
- Scikit-Learn TensorFlow机器学习实用指南(二):一个完整的机器学习项目【上】
机器学习实用指南(二):一个完整的机器学习项目[上] 作者:LeonG 本文参考自:<Hands-On Machine Learning with Scikit-Learn & Tens ...
- 人工智能、神经网络、深度学习、机器学习傻傻分不清?来看看AI奠基人的解答!...
文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 数智物语(公众号ID:decision_engine)出品 策划.编写:卷毛雅各布 数智物语本期推荐书 ...
- 人工智能、神经网络、深度学习、机器学习傻傻分不清?来看看AI奠基人的解答!
文章发布于公号[数智物语] (ID:decision_engine),关注公号不错过每一篇干货. 数智物语(公众号ID:decision_engine)出品 策划.编写:卷毛雅各布 数智物语本期推荐书 ...
- 关于从安全角度看机器学习:真实的故事
今天,我们从安全的角度对机器学习进行考察,并回顾一些最有趣的事件. 机器学习如何应用于信息安全 一方面,机器学习帮助信息安全产品检测攻击,并帮助专家识别数据中新的依赖关系.另一方面,ML正在成为网络犯 ...
- 机器学习顶刊文献_人工智能顶刊TPAMI2019最新《多模态机器学习综述》
原标题:人工智能顶刊TPAMI2019最新<多模态机器学习综述> 来源:专知 摘要:"当研究问题或数据集包括多个这样的模态时,其特征在于多模态. [导读]人工智能领域最顶级国际期 ...
- 二年级机器人伙伴看图写话_期末考试一二年级看图写话22篇,附范文!
1.十二生肖开大会 转眼间,一年又接近了尾声,十二生肖又要开大会了.你看,有机灵的老鼠,有勤奋的老牛,有凶猛的老虎,有可爱的兔子,有神秘的龙,有帅气的小马,有温顺的绵羊,有雄赳赳的公鸡,还有淘气的小狗 ...
- 人工智能(二)——决策树算法
人工智能(二)--决策树算法 (运用:监督学习--分类) 什么是决策树/判定树 决策树是一个类似于流程图的树结构,分类决策树模型是一种描述对实例进行分类的树形结构.决策树由结点和有向边组成.结点有两种 ...
最新文章
- zabbix服务器性能监控工具的安装一
- 为什么一般不将'在制品转出科目'设为初级成本要素
- 如何通过http从linux下载文件,linux – 我可以通过http验证大量文件下载吗?
- mysql降低高水位_[数据库]数据高水位分析
- SQL Server 数据库的整理优化的基本过程(三)
- 坑爹的RegExp test()
- 成都职称计算机 报几科,成都2018年7月上职称计算机考试报名事项通知
- 在GIS中如何绘制胡焕庸线
- 幅频特性曲线protues_频率响应,幅频特性,增益与相位裕量,波特图
- php干货网,php高手干货【必看】
- 好好说说互联网IT行业加班那点儿事
- Practical_RichFaces要点Chapter11
- 一次线上事故的处理流程和总结
- kali wifi不可用_Kali Linux系统解决无线网卡无法连接WIFI模块教程:
- 【python】腾讯云+python SDK免费发送短信
- 数字通信系统中的频带利用率
- 【第一节 Node.js简介】
- 图像处理(九)-图片和数组的转换
- nn.CrossEntropyLoss的ignore_index标签(CE loss)
- 通常一个 Xml 映射文件,都会写一个 Dao 接口与之对应, 请问,这个 Dao 接口的工作原理是什么?Dao 接口里的方法, 参数不同时,方法能重载吗?