上一页

点击功能呼出

下一页

添加书签(永久书签)
自动赚金币(点击查看)
听书 - 科研系学霸
00:00 / 00:00

+

-

语速: 慢速 默认 快速
- 8 +
自动播放×

成熟大叔

温柔淑女

甜美少女

清亮青叔

呆萌萝莉

靓丽御姐

温馨提示:
是否自动播放到下一章节?
立即播放当前章节?
确定
确定
取消
A-
默认
A+
护眼
默认
日间
夜间
上下滑动
左右翻页
上下翻页
《科研系学霸》第15章 新的研究方向 1/1
上一章 设置 下一页

第15章新的研究方向(第1/2页)

米国,马萨诸塞州剑桥市,查尔斯河畔对岸,一片红砖与灰石相间的建筑群在晨雾中若隐若现。【53言情 www.53yq.org】

这就是世界著名的麻省理工学院。

经典的红砖建筑中,某间办公室里,一位中年男子正坐在电脑前。

何凯明,计算机领域绝对的大牛!

其提出的re在计算机视觉领域可以说是绝对的基石之作。

哪怕是众所周知的《nature》、《science》这种世界顶级的期刊,其正刊中99%的文章都被re碾压,因为光光是引用量,re就已经达到了恐怖的十万加,这无疑是一个非常离谱的数字。

由此其实也能看出在计算机领域,很多传统的顶尖期刊,比如《nature》、《science》、《cell》,都已经被打入冷宫。

而他的科研成就中,就算去掉re这篇旷世之作,也丝毫不影响他仍然是一个顶级大佬。

虽然他目前是麻省理工学院电气工程与计算机科学系的副教授,但他仍然是华国国籍,也是此次neurips的高级区域主席,简称sac。

主要工作就是就是负责监督区域主席(ac)还有审稿人的审稿工作,并在他们出现分歧的时候提供自己的见解,

一般来说他很少亲自去看这些论文,基本都是扫一眼就分给下面的审稿人进行审稿。

不过,他面前的屏幕上,那篇名为《agileedge:adaptiveco-optizationforpervasivelowtencyedgeai》的论文让他提起了几分兴趣。【笔酷阁 www.bekuge.com】

大约一个小时后,何凯明教授靠在椅背上,长长地呼出一口气,眼神中带着一丝赞许,虽然没有深入阅读,但在心里,他已经给出了一个不低的评价。

“很有趣的工作,也不知道作者是谁。”回到sac的管理界面,他将这篇论文分给了四个合适的审稿人。

尽管已将论文分配给手下的审稿人,但何凯明还是决定自己也深入看一看这篇论文。

他倒了一杯咖啡,轻轻抿了一口,重新打开论文,开始仔细研读起来。

不过远在大洋彼岸的周昀并不知道他的论文此刻怎么样了,他现在正面临着一个问题——他快没钱了。

买了辆公路车,就消耗了他二分之一的存款,再加上这一个月的伙食费又消耗了他三分之一的存款。

现在周昀手里只剩下一千块了,如果不向家里要的话,这点钱恐怕也就勉强撑到下一发劳务费。

周昀一只手撑着头,呆呆地盯着电脑屏幕。

“该怎么赚钱呢?”

其实方法还是有不少的,比如去做家教,或者做一些兼职什么的。

但是太麻烦了,他只是缺钱,并不是要饿死了,浪费时间去做这些东西,他还不如找家里要钱呢。

“有什么方法既能搞科研,又能赚钱呢?”这也是最为理想的情况。

就在这时候,旁边的邱彦传来一声惨叫。

“啊!怎么又跌了!?早知道不买这支股了。”邱彦一脸生无可恋的靠在椅子上,手里的手机发出一片绿光。

“谁让你喜欢买个股的?不像我只买银行,亏也亏不了多少。”

“别骂了别骂了,再也不碰个股了!”

(本章未完,请点击下一页继续阅读)第15章新的研究方向(第2/2页)

对面的沈瑞冷笑一声:“你上次不就这么说的?结果还不是又买了?”

邱彦撇了撇嘴,有些心虚:“那它都跌成这样了,我不抄底?谁能想到还能跌啊!”

“这就是所谓的,别人恐惧我贪婪,别人贪婪我恐惧?你当你是巴菲特呢?”不远处的俞天睿无情地嘲讽。

面对同门的嘲讽,邱彦无话可说。

“别光说我啊,你今天怎么样?”

“嘿嘿,这可是你自己问的,我是不想说的,你怎么知道我今天买的股票涨停了?”

说着他扬起手中的手机,红彤彤的界面,和邱彦手中的绿光形成了鲜明的对比。

“别说了,我有个朋友有点不舒服了。”

听着几个师兄的讨论,周昀眼睛一亮。

股票+深度学习模型,这不就是既能赚钱,又能搞科研的方法吗?

而且现在这种模式已经非常成熟了,就是大家所熟知的量化交易。

量化交易的本质是基于数据和算法,通过建立数学模型来识别市场中的统计学规律,并依据这些规律进行自动化交易。

通俗来讲,可以把那些基于复杂模型和算法的量化交易策略,抽象的看成是一个y=f(x)的函数。

x代表了各种市场数据、经济指标等等,也就是所有可能影响市场走势的信息。这些可以是历史价格、成交量、订单簿数据、新闻情感、公司财报、宏观经济数据等等。

y代表了模型的交易决策或预测,比如买入/卖出信号、仓位大小、预测的价格方向或波动率等。

这其实和神经网络是一样的,因为神经网络的本质就是通过海量的数据来尝试拟合或学习一个复杂的非线性函数。

广告是为了网站能更好的持续运营
滑动可继续阅读 >>

上一章 设置 下一页
温馨提示:
是否自动播放到下一章节?
立即播放当前章节?
确定
确定
取消
pre
play
next
close
自动阅读

阅读设置

5
返回
X