![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
深度学习技术可利用海量金融交易数据,自动识别欺诈交易行为,进而实时拦截,以降低风险。典型应用场景有基于知识图谱技术的征信与风险控制、反欺诈等。()
![](https://static.youtibao.com/asksite/comm/h5/images/m_q_a.png)
是
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
是
A.自动精简配置
B.自动存储分层
C.重复数据删除
D.分布式存储
A.支持元数据池横向扩展,满足海量内容处理
B.支持高性能读写,规模化服务能力
C.支持自动故障恢复及高可用,提供高可靠性
D.支持多样化元数据统一管理,打破业务系统孤岛
A.解决方案增强,把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力。应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量
B.打造全栈方案:打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台
C.投资开放生态和人才培养:面向全球,持续与学术界、产业界和行业伙伴广泛合作,打造人工智能开放生态,培养人工智能人才
D.投资基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力
A.数据采集是通过传感器、移动互联网、观测设备等获得种多类型的海量数据
B.数据预处理是数据分析和挖掘的基础,是将接收数据进行抽取、清洗、转换、归约等并最终加载到数据存储中的过程
C.数据存储过程需要将采集到的数据进行存储管理,在大数据场景下,只能使用非关系型数据库进行存储
D.数据分析是指利用相关数学模型以及机器学习算法对数据进行统计、预测和文本分析。数据的主要分析方法有探索性数据分析方法、描述统计法、数据可视化等
A.人工智能的目的是让机器像人一样去处理工作
B.机器学习是运用算法来分析数据,从中学习、测定或预测现实世界的事件
C.深度学习是人工神经网络的一种技术实现
D.人工智能的核心是数据、基础是算法、本质是计算