AI、OpenAI、MidJourney发展史

1探索ChatGPT,协助工作学习创作。加入「阿杰与AI」公众号,一同探讨,一同成长,比他人更进一步。

  • 1.AI、OpenAI、MidJourney发展史
  • 2.ChatGPT们对今后社会生活的影响
  • 3.目前市面比较好的AI产品介绍
  • 4.注册方式汇总
  • 5.针对初学者的 ChatGPT 速成课程
  • 6.ChatGPT如何辅助工作
  • 6.1ChatGPT处理Excel Word PPT
  • 6.2使用ChatGPT面向岗位制作简历_扮演面试官
  • 7.使用ChatGPT辅助学习
  • 8.如何使用ChatGPT协助编写脚本,获取Discord频道中的图片
  • 9.吴恩达-面向开发人员的 ChatGPT 提示工程
  • 10.ChatGPT—发行说明
  • 11.使用ChatGPT三个月掌握Java、Web、Python

OpenAI发展史

在一个科技日新月异的时代,一群有远见的企业家和科学家决定联合创立一个非营利的人工智能研究机构,名为OpenAI,旨在推动友好的AI技术,造福全人类。他们面临着来自商业竞争、伦理争议、社会压力和技术挑战的各种困难,但他们不断创新,开发出了一系列令人惊叹的AI产品,如GPT-4、DALL-E、ChatGPT和OpenAI Codex等。他们的目标是实现人工通用智能(AGI),即能够像人类一样理解和应对各种情境的AI系统。

最初是由马斯克、阿尔特曼等人于2015年在旧金山创立,目标是实现安全的通用人工智能(AGI),使其有益于人类。 OpenAI的研究领域包括自然语言处理、图像生成、强化学习、计算机视觉等,其产品有DALL-E、GPT-4、OpenAI Five、ChatGPT、OpenAI Codex等。

2017年6月,谷歌大脑团队发表论文《注意力是你所需的一切》,提出了基于自注意力机制的Transformer模型,为后续的语言模型的发展奠定了基础。

2018年6月,OpenAI发布了GPT模型,这是一个基于Transformer的大规模预训练语言模型,可以生成类似人类的文本。

当初埃隆·马斯克认为这家公司已经严重落后于谷歌。控制OpenAI并亲自运行,但是遭到了其他创始人的拒绝。之后他就离开了openAI也退出了后续的捐赠计划。

谣传是: 马斯克从OpenAI挖走了一些研究人员,为特斯拉的自动驾驶项目提供帮助,这可能引起了其他创始人和投资者的不满。 马斯克对OpenAI的研究方向和安全措施有不同的看法,他曾批评OpenAI训练人工智能撒谎和生成偏见的内容。 马斯克为了避免利益冲突,选择了专注于特斯拉和SpaceX等其他项目。

2019年2月,OpenAI发布了GPT-2模型,这是一个比GPT更大、更强大的语言模型,可以对各种提示产生连贯而有吸引力的回应。由于其潜在的滥用风险,OpenAI最初只发布了一个缩小版的模型,并在后来逐步放开了更大规模的版本。

2019年7月,OpenAI宣布将分为两个实体:非营利的OpenAI Inc.和营利的OpenAI LP。他们表示,这样做是为了吸引更多的资金和人才,以及保持其使命和价值观。同时,他们也宣布获得了来自微软的10亿美元的投资,并与其达成合作协议,使用微软Azure云服务来支持其人工智能研究和开发。

2020年5月,OpenAI发布了GPT-3模型,这是一个比GPT-2更大、更强大、更先进的语言模型,拥有1750亿个参数,并在多个自然语言处理任务上取得了惊人的表现。由于其巨大的影响力和潜在的风险,OpenAI没有公开发布GPT-3模型本身,而是通过API的方式向部分用户提供访问权限。

2020年12月,OpenAI发布了DALL-E模型,这是一个基于GPT-3架构的图像生成模型,可以根据文本提示生成相应的图像。DALL-E展示了其对各种复杂和超现实的图像生成任务的能力,并引起了广泛的关注和讨论。

2022年11月30日,OpenAI发布了ChatGPT模型,这是一个基于GPT-3.5架构并通过强化学习进行训练的对话生成模型。ChatGPT可以理解用户输入的文字,并根据文字的提问和指令以文字方式输出答案和反馈。ChatGPT一经推出就引发全球关注和热议,并在五天内注册用户数突破百万。

2023年3月2日,OpenAI开放了ChatGPT和Whisper模型的API,用户可将其集成在应用程序等产品中,而不仅限于创建由AI驱动的聊天界面。

2023年3月14日,美国人工智能研究实验室 OpenAI 为聊天机器人 ChatGPT 发布了GPT-4语言模型。

2023年3月15日,微软副总裁兼消费者首席营销官Yusuf Mehdi发文确认新必应搜索引擎正在运行GPT-4。

AI发展时间线

  1. 1956年:达特茅斯会议上首次提出人工智能概念。会议的主要目的是将各个领域的专业人士聚集在一起,共同探讨如何使用计算机模拟人类思维和行为。这次会议被认为是人工智能领域的起点。

1960年代:专家系统被开发出来,并开始运用于商业和政府领域。专家系统是一种基于知识库和推理机制的计算机程序,能够模拟人类专家的决策过程。这种系统在诊断和规划等领域得到广泛应用,成为了AI技术的重要分支。

1970年代:机器学习开始成为研究热点,并衍生出了决策树、神经网络等算法。机器学习是一种能够让计算机系统自动学习的技术,它通过对数据的学习和模式识别,从而使系统能够做出预测和决策。决策树和神经网络是机器学习中的两种常用算法,它们的发展为后来的深度学习技术奠定了基础。

1980年代:知识工程和自然语言处理得到了快速发展。知识工程是一种将人类专业知识转化为计算机程序的技术,它能够将领域知识编码为一种可计算的形式,以便于计算机系统使用和理解。自然语言处理是一种让计算机能够理解和处理自然语言的技术,它包括语音识别、文本分析、机器翻译等领域,为人机交互和智能搜索提供了技术支持。

1990年代:支持向量机被提出,数据挖掘和智能搜索开始应用于商业领域。支持向量机是一种基于统计学习理论的分类器,它能够在高维空间中找到最优的分类超平面,从而在分类问题中表现出色。数据挖掘和智能搜索是一种利用计算机技术对大规模数据进行分析和挖掘的技术,它能够从数据中发现有用的模式和规律,为商业和决策提供科学依据。

2000年代:互联网的普及推动了机器学习和数据挖掘算法的发展,人工智能开始进入大众视野。随着互联网的普及和移动互联网的崛起,大量的数据被产生和累积,这为机器学习和数据挖掘算法的发展提供了更多的数据和场景。同时,人工智能开始进入大众视野,相关技术和产品开始被广泛应用于生活和工作中。

2010年代:深度学习技术的出现引领了人工智能的新浪潮,语音识别、图像识别、自然语言处理等领域得到了长足发展。深度学习是一种基于神经网络的机器学习技术,它通过多层次的神经元模拟人类大脑的结构和功能,从而实现了对复杂数据的学习和处理。语音识别、图像识别、自然语言处理等领域在深度学习技术的支持下取得了重大突破,为人机交互和智能应用提供了更加强大的支持。

2020年代:人工智能技术在医疗、金融、智慧城市等领域的应用越来越广泛,同时涌现出越来越多的AI初创企业。随着人工智能技术的不断进步和应用场景的不断扩展,各个领域开始逐渐采用AI技术,以提高效率、降低成本和改善服务质量。同时,越来越多的AI初创企业涌现出来,为人工智能技术的发展注入了更多的创新和活力。

MidJourney发展时间线

2022年7月12日,MidJourney进入公开测试阶段,用户可以通过Discord的机器人指令来使用MidJourney生成图像。MidJourney是一个基于大规模预训练的自然语言处理模型,可以根据文本生成图像。

2022年7月26日,MidJourney开始向所有用户开放注册,引起了广泛的关注和讨论。MidJourney展示了其对各种复杂和超现实的图像生成任务的能力,并被认为是与DALL-E相媲美的人工智能模型。

2022年8月15日,MidJourney发布了一个重要的更新,使其能够生成更好的手部、更真实的亚洲面孔和更有说服力的复古照片。这一更新激发了许多中国创作者使用MidJourney来生成怀旧风格的中国城市“摄影”作品。

2022年9月10日,MidJourney宣布与Leap Motion的创始人大卫·霍尔兹合作,将Leap Motion的手部追踪技术集成到MidJourney中,让用户可以用手势来控制和编辑生成的图像。

2022年10月20日,MidJourney推出了一个新的功能,允许用户将生成的图像导出为动画或视频格式,并添加音乐和声音效果。这一功能使得MidJourney可以用于制作短片、广告或音乐视频等内容。

2023年1月5日,MidJourney发布了一个新的版本,增加了对中文、日文、韩文等多种语言的支持,并优化了对不同文化和地域特征的识别和生成能力。这一版本也提高了MidJourney的安全性和稳定性,防止了一些滥用和错误使用的情况。

2023年3月29日,MidJourney宣布与多个知名品牌和机构合作,为他们提供定制化的图像生成服务。这些合作伙伴包括Nike、Netflix、NASA、UNICEF等。MidJourney表示,这些合作旨在展示人工智能在各个领域的创造力和价值。.AI、OpenAI、MidJourney发展史探索ChatGPT,协助工作学习创作。加入「阿杰与AI」公众号,一同探讨,一同成长,比他人更进一步。

  • 1.AI、OpenAI、MidJourney发展史
  • 2.ChatGPT们对今后社会生活的影响
  • 3.目前市面比较好的AI产品介绍
  • 4.注册方式汇总
  • 5.针对初学者的 ChatGPT 速成课程
  • 6.ChatGPT如何辅助工作
  • 6.1ChatGPT处理Excel Word PPT
  • 6.2使用ChatGPT面向岗位制作简历_扮演面试官
  • 7.使用ChatGPT辅助学习
  • 8.如何使用ChatGPT协助编写脚本,获取Discord频道中的图片
  • 9.吴恩达-面向开发人员的 ChatGPT 提示工程
  • 10.ChatGPT—发行说明
  • 11.使用ChatGPT三个月掌握Java、Web、Python

OpenAI发展史

在一个科技日新月异的时代,一群有远见的企业家和科学家决定联合创立一个非营利的人工智能研究机构,名为OpenAI,旨在推动友好的AI技术,造福全人类。他们面临着来自商业竞争、伦理争议、社会压力和技术挑战的各种困难,但他们不断创新,开发出了一系列令人惊叹的AI产品,如GPT-4、DALL-E、ChatGPT和OpenAI Codex等。他们的目标是实现人工通用智能(AGI),即能够像人类一样理解和应对各种情境的AI系统。

最初是由马斯克、阿尔特曼等人于2015年在旧金山创立,目标是实现安全的通用人工智能(AGI),使其有益于人类。 OpenAI的研究领域包括自然语言处理、图像生成、强化学习、计算机视觉等,其产品有DALL-E、GPT-4、OpenAI Five、ChatGPT、OpenAI Codex等。

2017年6月,谷歌大脑团队发表论文《注意力是你所需的一切》,提出了基于自注意力机制的Transformer模型,为后续的语言模型的发展奠定了基础。

2018年6月,OpenAI发布了GPT模型,这是一个基于Transformer的大规模预训练语言模型,可以生成类似人类的文本。

当初埃隆·马斯克认为这家公司已经严重落后于谷歌。控制OpenAI并亲自运行,但是遭到了其他创始人的拒绝。之后他就离开了openAI也退出了后续的捐赠计划。

谣传是: 马斯克从OpenAI挖走了一些研究人员,为特斯拉的自动驾驶项目提供帮助,这可能引起了其他创始人和投资者的不满。 马斯克对OpenAI的研究方向和安全措施有不同的看法,他曾批评OpenAI训练人工智能撒谎和生成偏见的内容。 马斯克为了避免利益冲突,选择了专注于特斯拉和SpaceX等其他项目。

2019年2月,OpenAI发布了GPT-2模型,这是一个比GPT更大、更强大的语言模型,可以对各种提示产生连贯而有吸引力的回应。由于其潜在的滥用风险,OpenAI最初只发布了一个缩小版的模型,并在后来逐步放开了更大规模的版本。

2019年7月,OpenAI宣布将分为两个实体:非营利的OpenAI Inc.和营利的OpenAI LP。他们表示,这样做是为了吸引更多的资金和人才,以及保持其使命和价值观。同时,他们也宣布获得了来自微软的10亿美元的投资,并与其达成合作协议,使用微软Azure云服务来支持其人工智能研究和开发。

2020年5月,OpenAI发布了GPT-3模型,这是一个比GPT-2更大、更强大、更先进的语言模型,拥有1750亿个参数,并在多个自然语言处理任务上取得了惊人的表现。由于其巨大的影响力和潜在的风险,OpenAI没有公开发布GPT-3模型本身,而是通过API的方式向部分用户提供访问权限。

2020年12月,OpenAI发布了DALL-E模型,这是一个基于GPT-3架构的图像生成模型,可以根据文本提示生成相应的图像。DALL-E展示了其对各种复杂和超现实的图像生成任务的能力,并引起了广泛的关注和讨论。

2022年11月30日,OpenAI发布了ChatGPT模型,这是一个基于GPT-3.5架构并通过强化学习进行训练的对话生成模型。ChatGPT可以理解用户输入的文字,并根据文字的提问和指令以文字方式输出答案和反馈。ChatGPT一经推出就引发全球关注和热议,并在五天内注册用户数突破百万。

2023年3月2日,OpenAI开放了ChatGPT和Whisper模型的API,用户可将其集成在应用程序等产品中,而不仅限于创建由AI驱动的聊天界面。

2023年3月14日,美国人工智能研究实验室 OpenAI 为聊天机器人 ChatGPT 发布了GPT-4语言模型。

2023年3月15日,微软副总裁兼消费者首席营销官Yusuf Mehdi发文确认新必应搜索引擎正在运行GPT-4。

AI发展时间线

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-KjBBhJnY-1685092474342)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/991648932ddf4a83a8906310234a1bc7~tplv-k3u1fbpfcp-zoom-1.image)]

  1. 1956年:达特茅斯会议上首次提出人工智能概念。会议的主要目的是将各个领域的专业人士聚集在一起,共同探讨如何使用计算机模拟人类思维和行为。这次会议被认为是人工智能领域的起点。

1960年代:专家系统被开发出来,并开始运用于商业和政府领域。专家系统是一种基于知识库和推理机制的计算机程序,能够模拟人类专家的决策过程。这种系统在诊断和规划等领域得到广泛应用,成为了AI技术的重要分支。

1970年代:机器学习开始成为研究热点,并衍生出了决策树、神经网络等算法。机器学习是一种能够让计算机系统自动学习的技术,它通过对数据的学习和模式识别,从而使系统能够做出预测和决策。决策树和神经网络是机器学习中的两种常用算法,它们的发展为后来的深度学习技术奠定了基础。

1980年代:知识工程和自然语言处理得到了快速发展。知识工程是一种将人类专业知识转化为计算机程序的技术,它能够将领域知识编码为一种可计算的形式,以便于计算机系统使用和理解。自然语言处理是一种让计算机能够理解和处理自然语言的技术,它包括语音识别、文本分析、机器翻译等领域,为人机交互和智能搜索提供了技术支持。

1990年代:支持向量机被提出,数据挖掘和智能搜索开始应用于商业领域。支持向量机是一种基于统计学习理论的分类器,它能够在高维空间中找到最优的分类超平面,从而在分类问题中表现出色。数据挖掘和智能搜索是一种利用计算机技术对大规模数据进行分析和挖掘的技术,它能够从数据中发现有用的模式和规律,为商业和决策提供科学依据。

2000年代:互联网的普及推动了机器学习和数据挖掘算法的发展,人工智能开始进入大众视野。随着互联网的普及和移动互联网的崛起,大量的数据被产生和累积,这为机器学习和数据挖掘算法的发展提供了更多的数据和场景。同时,人工智能开始进入大众视野,相关技术和产品开始被广泛应用于生活和工作中。

2010年代:深度学习技术的出现引领了人工智能的新浪潮,语音识别、图像识别、自然语言处理等领域得到了长足发展。深度学习是一种基于神经网络的机器学习技术,它通过多层次的神经元模拟人类大脑的结构和功能,从而实现了对复杂数据的学习和处理。语音识别、图像识别、自然语言处理等领域在深度学习技术的支持下取得了重大突破,为人机交互和智能应用提供了更加强大的支持。

2020年代:人工智能技术在医疗、金融、智慧城市等领域的应用越来越广泛,同时涌现出越来越多的AI初创企业。随着人工智能技术的不断进步和应用场景的不断扩展,各个领域开始逐渐采用AI技术,以提高效率、降低成本和改善服务质量。同时,越来越多的AI初创企业涌现出来,为人工智能技术的发展注入了更多的创新和活力。

MidJourney发展时间线

2022年7月12日,MidJourney进入公开测试阶段,用户可以通过Discord的机器人指令来使用MidJourney生成图像。MidJourney是一个基于大规模预训练的自然语言处理模型,可以根据文本生成图像。

2022年7月26日,MidJourney开始向所有用户开放注册,引起了广泛的关注和讨论。MidJourney展示了其对各种复杂和超现实的图像生成任务的能力,并被认为是与DALL-E相媲美的人工智能模型。

2022年8月15日,MidJourney发布了一个重要的更新,使其能够生成更好的手部、更真实的亚洲面孔和更有说服力的复古照片。这一更新激发了许多中国创作者使用MidJourney来生成怀旧风格的中国城市“摄影”作品。

2022年9月10日,MidJourney宣布与Leap Motion的创始人大卫·霍尔兹合作,将Leap Motion的手部追踪技术集成到MidJourney中,让用户可以用手势来控制和编辑生成的图像。

2022年10月20日,MidJourney推出了一个新的功能,允许用户将生成的图像导出为动画或视频格式,并添加音乐和声音效果。这一功能使得MidJourney可以用于制作短片、广告或音乐视频等内容。

2023年1月5日,MidJourney发布了一个新的版本,增加了对中文、日文、韩文等多种语言的支持,并优化了对不同文化和地域特征的识别和生成能力。这一版本也提高了MidJourney的安全性和稳定性,防止了一些滥用和错误使用的情况。

2023年3月29日,MidJourney宣布与多个知名品牌和机构合作,为他们提供定制化的图像生成服务。这些合作伙伴包括Nike、Netflix、NASA、UNICEF等。MidJourney表示,这些合作旨在展示人工智能在各个领域的创造力和价值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/32958.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[世界杯]根据赔率计算各种组合概率与赔率

目录 一、背景 二、数据输入 2.1 赔率示意图 2.2 字典保存数据 三、数据处理 3.1 计算各种组合可能性 3.2 修正概率 四、输出结果 五、代码 一、背景 本文以世界杯体彩“混合过关”4场串胜平负为的赔率进行编码 其他类型如比分 、总进球数可以参考代码进行相应修改 …

2/26周日 今日竞彩前瞻推荐,精选5场稳胆推荐,比分预测

大家好,我是千雅,本人热爱足球多年,对比赛有个人的独特的分析和见解,放平心态,细细分析,跟从自己的看法,结合盘口的走向,才能有效的把握住每一场比赛的最终结果。以下是我个人的见解…

用代码预测一波欧冠8强对阵吧

欧冠8强已经出炉,不知道你支持的球队晋级了吗 这8支球队分别是比利亚雷亚尔、切尔西、马竞、本菲卡、拜仁、利物浦、曼城、皇马。这其中英超联赛和西甲联赛分别有3支球队晋级,德甲联赛和葡超联赛则分别有1支球队晋级!五大联赛中的意甲联赛和…

这届 AI 预测欧洲杯冠军,通通被打脸

持续了一个月的欧洲杯,终于落下帷幕。 北京时间 7 月 12 日(周一)凌晨,本届欧洲杯决赛中,意大利对阵英格兰。两队在 120 分钟时间里 1-1 战平,意大利在欧洲杯中通过点球大战以 3:2击败英格兰夺冠。 意大利上…

这10本书,带你了解 ChatGPT 的底层逻辑

文末赠书 文章来源:人民邮电出版社 自2022年11月30日发布以来,ChatGPT已经真正意义上地火爆全球:它在不到40天内就拥有了1000万用户,而Instagram足足用了355天;最近它的日活已经达到1000万,这意味着其用户已…

在线K歌场景下实时合唱方案选型分析

摘要 在线K歌软件的开发有许多技术难点,需考虑到音频录制和处理、实时音频传输和同步、音频压缩和解压缩、设备兼容性问题等技术难点外,此外,开发者还应关注音乐版权问题,确保开发的应用合规合法。 前言 前面写了几期关于直播 …

技术选型|K歌App中的实时合唱如何进行选型

摘要 在线K歌软件的开发有许多技术难点,需考虑到音频录制和处理、实时音频传输和同步、音频压缩和解压缩、设备兼容性问题等技术难点外,此外,开发者还应关注音乐版权问题,确保开发的应用合规合法。 前言 前面写了几期关于直播 …

【教你做直播产品】线上K歌软件开发技术选型

摘要 在线K歌软件的开发有许多技术难点,需考虑到音频录制和处理、实时音频传输和同步、音频压缩和解压缩、设备兼容性问题等技术难点外,此外,开发者还应关注音乐版权问题,确保开发的应用合规合法。 前言 前面写了几期关于直播 …

【转载】风控-风控策略逻辑

从现金贷平台方面来看,一是完善大数据体系和风控模型,放款给那些急需用钱的人,需要快速判断用户画像,需要很强的大数据和风控模型来做支撑。二是准确评估用户属性,产品定价回归理性。筛选出相对优质的客户群体&#xf…

金融风控之三方数据评测

1.采购三方数据一般有调研、测试评估、签约和对接四个流程 2.测试评估分为测试样本选取和数据可用性评估两个阶段 3.测试样本选取遵循风险释放性、样本代表性和横向可比性三个原则 4.从查得率、稳定性和有效性评估数据可用性 5.黑名单类数据评测指标有五个:查得率、…

全面了解风控数据体系

考察一个人的判断力,主要考察他信息来源的多样性。无数的可怜人,长期生活在单一的信息里,而且是一种完全被扭曲、颠倒的信息,这是导致人们愚昧且自信的最大原因。 ——阿玛蒂亚森(诺奖得主) 说明 传统金…

互联网金融风控模型

一、市场调研 目前市面主流的风控模型 1、互联网金融前10名排行榜(数据截止日期2017-09-12) 互联网金融公司排名分别是蚂蚁金服、陆金所、京东金融、苏宁金融、百度金融、腾讯理财通、宜信、钱大掌柜、万达金融和网易理财。 1.1 蚂蚁金服 1.1.1 大数据技术 对接第三方征…

金融风控-- >客户流失预警模型-- >GBDT建模

前几篇博文中,我们对金融数据进行了分析,数据预处理和特征工程。这篇博文将利用金融数据训练出一个GBDT模型。 本篇博文的主要内容分为以下三个部分: GBDT模型简介分类器性能指标GBDT在流失预警模型中的应用 GBDT模型简介 有关GBDT模型的…

金融风控实战——额度模型与风控策略

消费金融风控策略 变量分布的合理性:年龄为例,这期的用户大多集中在20-30之间,下一批用户年龄集中在30-40之间,导致变量分布不一致问题。机器学习模型都是基于独立同分布的假设的,会让模型失效,很多规则策略…

实时图计算如何进行风控决策管理?

在金融行业中,账户之间是复杂、多层的关系,那么,数据在高速地发生动态变化的时候,如何进行高效的关联关系计量,如欺诈判定、归因分析等——这种挑战就是典型的深数据或者图数据的挑战。 01 从数据角度看信用卡欺诈风险…

验证码在风控中的实际应用

前言:在业务场景中,企业的安全团队通常将验证码作为降低业务受损风险的方法,以减少撞库盗号、虚假注册、刷量作弊、信息盗窃、薅羊毛等风险事件发生的可能性。 今天将通过验证码在极验十周年特别活动的实际应用,探讨验证码在业务…

风控策略(下)

一、常用量化指标 首先,先了解下如何定义逾期。 过了最后还款日仍未还款,则为逾期。注意,一个客户只有一个账单日。如果想要获得最长免息还款期,则应该在上一个账单日的后一天进行消费。   还有,最重要的一点&#…

风控ML[10] | 风控建模中的自动分箱的方法有哪些

之前有位读者朋友说有空介绍一下自动分箱的方法,这个确实在我们实际建模过程前是需要解决的一个问题,简单来说就是把连续变量通过分箱的方式转换为类别变量。关于这个话题,我也借着这个主题来系统的梳理总结一下几点:为什么要分箱…

风控分析常用指标介绍

在信贷风控中,指标时反应业务变化最直观的手段,通过对指标的分析及时发现和定位业务开展过程中的问题,并及时采取相应的手段进行防控。本文列出工作中常关注的风险指标,介绍指标的定义及分析的方法,旨在精而不在全&…