大数据技术创新2慕课视频播放-大数据技术与应用-MOOC慕课视频教程-柠檬大学

1-4

那OK

我相信大家都为这件事情很震惊

我们

我也觉得很震惊

在人工智能界都一直觉得

为什么说围棋不好下呢

我们刚刚讲了象棋怎么做

评价还是很容易

数子

大家可以看一下

你到一个围棋盘上看一看

你数什么呢

没有子所

如果没有提子的情况下

黑子白子只差一个子

正负一颗子

然后很多东西围在一起

你也很难讲它是好与坏

很多的东西是有些

这个叫做人生感悟在这个棋局里头

我们很难去算

所以围棋当时我记得

我记得当时我们也讨论过

其实IBM研究部门也讨论过这个题目

当然我们因为做过很多棋了

所以可能不在乎在这儿做棋的

觉得也不容易

但当时呢我记得

我几周前吧

我跟（马绍平）老师当时在

在一个论坛上吧

当时马老师讲一个

他说他头开始

在上那个人工智能课的时候

他还讲了围棋可能还需要十年

结果这课没上完多久

这个就被攻破了

攻破是有原因的

为什么有原因呢

当然围棋里面

当时我们已经都知道了

我当时在我的微信群里面转播

觉得发现一些好的方法

就说因为原来的搜索树

实际上是需要评价函数来减枝的

但是由于围棋没有评价函数

所以当时有一些人

用蒙特卡罗搜索树

蒙特卡罗搜索树

实际上是一个非常非常

我不能说它一点美感都没有

它是一个就是一个穷搜索策略

但是它有些有一些

在搜索过程当中有一些guidence

就是说它认为好的点

它就会多搜索一点

但怎么去判断一个好的点

就说这个点它的胜利数比较大

那怎么胜呢

那当然围棋里面最笨的方法

就说你随机走吧

走到一个结果输赢

那你说那如果随机走

它能不能代表它胜利呢

确实也可能代表胜利

举个很简单的

围棋你看不出来

象棋你是看的出来的

假定我是驹马炮都全的

你什么都没了

我怎么走你都输

所以如果这种场景

其实它这个搜索树是存在有道理

但是围棋遇到很大的挑战

是因为围棋的搜索空间太大了

就是这个搜索术永远不可能穷尽

或者是说它只能是说

相当于说在大海里面

拿了一小瓢水舀起来

他就说这大海是怎么构成

这样一个角度

所以是很难的

所以当时是有个

为什么说十年

是根据科学算出来的

因为相当于说

当时它有些段位嘛

当然从业余的到职业的

有些段位

那当时我们考虑搜索树的

这个按它的线性回归一下

就知道至少到十年以后

它才能够跟一个

比如说职业的六七段做一些较量

那也是由于大数据

因为下围棋的都喜欢在网上下

高手也喜欢在网上下

我们很多的比赛的棋谱

在网上都有大概在一些网络上的

就是公开的公开棋谱

就十几万盘十几万盘每一个棋

大概有一两百步

所以一共就三千多万步的

职业高手的对局的过程

那这个数据量应该讲是很大

那为什么说有人用CNN

做这个围棋是可以做呢

很简单

棋就是一个图嘛

它是个19×19的一个图

在每个点上

无外乎就是黑白还是空

它是一个图

当然具体这个算法里面

它会用到更多的点

它不是把它当成pixel看

因为一个点上的feature

不光看它这个棋的点

落子的情况

它有看到这个棋的气

它周围棋子的气的情况

它打吃的情况等等

可能也就是那种七八个feature

加上它的落子

可能就说这样的feature图

来就说都可以用这种方法去

因为我们知道说如果只要是图的话

那我就可以做很多的处理

对

图里面做图像识别

就是这样的一个过程

我为什么说这个图有猫呢

不是说猫在哪儿

是这里面有猫

它本身它里面

有很多的有意思的点

那图还有个特点

它有个局部的相关性

这个在棋里头

也会有这样的关系点

所以用CNN来做

它做什么呢

做这个棋的预测

就说我有了这三千多万的

这个职业高手的这个对决

我认为职业高手都是应该讲

都是reasonable

都是下每一步棋

都不会走太离谱的

那我把它变成什么

变成的预测的问题

就给定现在的棋局

我下一步下在哪儿

我训练出这样一个网络

事实上早期的工作

在很早就出现了

我放了两个论文

在1993年就开始

有这个类似的论文

大数据技术与应用课程列表：

李国杰：面向大数据的数据科学

-完整讲座

--完整讲座

-李国杰：面向大数据的数据科学--课后习题

吴甘沙：大数据分析师的卓越之道

-数据思维方式的改变

-数据的假设与采集

-数据的准备

-数据的分析

-数据的解释与验证

-吴甘沙：大数据分析师的卓越之道——课后习题

董飞：硅谷公司的大数据实战分析

-个人介绍

-硅谷热门公司

-大数据简介

-大数据平台系统

-工业实践

-结尾

--结尾

-董飞：硅谷公司的大数据实战分析--课后习题

杨光信：数据系统架构

-数据系统架构历史

-从sql到nosql

-数据库系统实现变革

-负载融合

-数据系统架构成本

-杨光信：数据系统架构——课后习题

时磊：大数据网络可视化

-什么是可视化

-网络可视化

-大数据带来的新挑战

-大数据网络可视化的若干案例

-时磊：大数据网络可视化—— 课后习题

彭元：网络安全与大数据

-网络安全概述

-大数据安全分析平台

-大数据安全应用

-大数据平台安全

-彭元：网络安全与大数据——课后习题

钟义信：“人工智能与大数据”的创新研究

-人工智能系统的本质功能模型

-隐性智慧，显性智慧

-人工智能：能与不能

-人工智能的技术现状

-机制主义人工智能模型

-信息转换和智能创生定律

-人工智能与大数据

-钟义信：“人工智能与大数据”的创新研究——课后习题

吴军：数据为王和机器智能的时代

-什么是机器智能

-大数据的重要性及特点

-大数据中的因果关系与关键技术

-大数据与机器智能

-大数据思维

-讲座问答环节

-吴军：数据为王和机器智能的时代——课后习题

苏中：从大数据到认知计算

-大数据概述

-大数据相关新趋势

-大数据技术创新1

-大数据技术创新2

-大数据技术创新3

-大数据商业价值和前景

-大数据机遇和挑战

-苏中：从大数据到认知计算——课后习题

王新锐：金融大数据的法律实践

-金融大数据概述

-用户个人信息分类

-金融大数据法律框架

-实际案例和业界实践

-核心风险点

-王新锐：金融大数据的法律实践——课后习题

刘鹏：互联网变现与计算广告

-互联网与商业化

-大数据与计算广告

-计算广告介绍

-数据交易

-刘鹏：互联网变现与计算广告——课后习题

杨保华：区块链与数据科学

-从记账技术到区块链

-区块链确保数据真实性

-区块链确保数据安全性

-区块链衡量数据价值

-区块链的应用和总结

-杨保华：区块链与数据科学——课后习题

杨紫陌：个性化内容推荐

-个性化推荐系统

-推荐系统的召回与排序

-智能制作之个性化海报

-线上推荐系统其它要素

-杨紫陌：个性化内容推荐——课后习题

陆祁：用户行为大数据

-个人介绍及用户理解背景

-用户理解与用户画像

-案例1：用户属性识别

-案例2：自然人识别

-案例3：WOI与社交关系识别

-陆祁：用户行为大数据——课后习题

阳任科：大数据与AI的内容分析

-内容智能生态——数据、算法、应用

-大数据在内容分析的应用

-IP价值评估系统

-爱奇艺的剧本评估

-爱奇艺的智能评分

-阳任科：大数据与AI的内容分析——课后习题

王栋：美团外卖的大数据应用

-外卖行业及场景简介

-餐饮及外卖行业大数据应用框架

-案例分析：智能营销场景的用户画像

-案例分析：智能助手场景的菜品画像

-王栋：美团外卖的大数据应用——课后习题

赵楠：商业思维与大数据技术在美团旅行业务中的结合

-旅行业务的特点

-美团旅行业务的用户画像构建

-用户画像的应用案例

-住宿需求预测问题

-营销补贴策略建模

-赵楠：商业思维与大数据技术在美团旅行业务中的结合——课后习题

陈彧：美团点评金融服务的大数据与人工智能

-互联网金融背景介绍

-互联网金融科技

-数据智能的三个案例

-技术展望

-陈彧：美团点评金融服务的大数据与人工智能——课后习题

毛波：阿里全息大数据构建与应用

-数据的进化历程

-阿里DMP平台介绍

-核心技术及案例

-数据应用

-毛波：阿里全息大数据构建与应用——课后习题

韩定一：在线营销中的竞价机制与数据价值

-在线营销

--在线营销

-竞价机制

--竞价机制

-数据价值

--数据价值

-韩定一：在线营销中的竞价机制与数据价值——课后习题

龚笔宏：大数据在工业界中的经典案例分享

-竞价排名搜索

-主要技术问题

-点击率预测概述

-点击率预测实践

-龚笔宏：大数据在工业界中的经典案例分享——课后习题

[补充] 郝井华：即时配送中的人工智能

-即时配送业务的背景及挑战

-案例1：订单分配策略

-案例2：供需平衡策略

-未来展望

-郝井华：即时配送中的人工智能——课后习题

[补充] 陈辉：数据驱动营销

-什么是数据驱动营销

-LTV留存分析

-RFM会员体系

-消费者微群画像

-渠道倾向性分析及行业竞争分析

-机器学习潜客挖掘模型

-陈辉：数据驱动营销——课后习题

[补充] 艾小缤：大数据评价体系在金融、征信领域的创新

-金融大数据时代

-大数据客观信用

-我国的金融环境

-客观信用的实践

-应用案例与成果

-艾小缤：大数据评价体系在金融、征信领域的创新——课后习题

[补充] 郑宇：大数据驱动智能城市

-外部链接

--外部链接

讨论专题

-课程总结讨论单元1/2

-课程讨论总结单元2/2

大数据技术创新2在线视频

大数据技术创新2课程教案、知识点、字幕