编辑: susan    時間: 2017-01-23 07:00  

191

Xi Chen在卡内基梅隆大学计算机学院取得了机器学习的博士学位,目前是纽约大学斯特恩商学院的信息、营运与管理科学助理教授。最近,他的名字上了福布斯的30岁以下30位俊杰榜单(30Under 30)。

Chen被刊登在科学榜单里,但他于机器学习范畴的成果将对金融服务业造成巨大改变。

 

机器学习将如何影响金融服务业?

首先,现代机器学习技术将为金融服务业带来更为准确的奖项和趋势预测。机器学习也将通过汇总社交媒体上的多种意见以预测市场趋势。这或许将比专家的主观判断更为准确。

另外,这将提高决策速度。例如,机器学习技术便被很广泛地应用在算法交易内。

除此之外,通过使用机器学习技术,银行将更好地了解每位个体客户的需要,从而为每位客户提供更为个性化的金融服务。

 

机器学习如何带来新的学习方法以及分析数据的方法?

对更高质的金融服务的需求的提高,将为学习方法及数据分析方法带来进步。例如,高频交易的满地开花将带来新的技术,而这些技术将可以预测毫秒甚至微秒级的价格。这也将降低成本。

 

你有察觉到机器学习以及自动化对就业所可能带来的潜在负面影响吗?

确实有。机器学习技术将淘汰许多工种——某些工作将被机器所取代。简单举几个例子,包括无人车、自动化交易系统、机器人侍应以及清洁人员等。我认为其中一种决绝方法(就业问题)便是想民众提供更好的教育,好让下一代能够掌握机器无法胜任的工作。

 

总的来说,你在你的专攻研究领域里发现了哪些有趣的趋势?

我正在研究机器学习和统计学的几个关键方面,从数据收集到结构数据分析。
例如,我就众包的一系列工作为高质量和节约成本的众包服务奠定了基础,以利用人群的智慧从网络规模的数据中提取丰富的信息。这一系列的研究不仅对利用人力资源进行数据密集型科学研究产生了巨大的影响,如Foldit、eyewire和Zooniverse,还有助于促进拥挤的劳动市场,为失业人士带来新的机会。

除此之外,我致力于发展新的统计机器学习方法以更好地分析高维数据,这在科学研究中很是盛行。这些方法已经被成功地应用于气候资料,脑功能磁共振成像数据和遗传数据等范畴,带来了新的科学发现。

 

另外,我也正在研究机器学习在收入管理中的应用。众包成为了用于收集高质量的数据的最重要的工具之一。然而,可靠性一直是众包面临的一个关键挑战。 对于更为可靠的众包系统以应付复杂任务的需求正在提高。 

廣告

 

对高维统计来说,虽然在过去的十年里,统计界已对该话题进行了广泛的研究,许多开发模型的计算挑战仍未得到充分的探索。理解,新的统计模型的研究与高效实施将是一个增长趋势。

 

本文由宏观资本独家翻译及整理自efinancialcareers,本文不代表宏观资本/比特港观点,转载请注明出处 

 

廣告

注明来源、保留声明及不增删改动内容即可非商业性转载本文