PaddlePaddle经典案例
挪威的仙人掌 发布于2018-07-10 14:48 浏览:619 回复:6
0
收藏

目前PaddlePaddle在图像、文字、语音等方向的应用案例较多,且场景也在逐步扩宽。这里列举四个代表性的例子。

生鲜进货量智能预测

生鲜产品保质期极短,需要丰富进货经验,商家才能降低货物过期报损率,而如果要做销量预估会耗费大量的时间成本。

使用PaddlePaddle综合商超生鲜的历史销售数据,提取出多个影响销量的条件,借助DNN神经网络建立销量预测模型,就可以预测出有效的进货量。

经过试点实验计算,每年为连锁商超节约百万报损。

 

热点预估模型

人工筛选互联网中质量好、热度高的内容需耗费大量时间,而热点时效性较强,很可能被发现时已经开始降温了。

使用PaddlePaddle搜集内容分类、内容来源、舆情热点等60+维度,经过训练可得到热点预估模型。

热点预估模型可以自动完成文本内容质量的初步判定,节约编辑团队筛选优质内容的工作时间,保证热点能够迅速被发现。

 

楼宇机电系统智能调控

目前楼宇的设备工况调控依赖人工,运行效率不高,可能会导致能源浪费、用户体验不好等问题。

通过PaddlePaddle,结合设备效率公式以及高效率为输出结果,对监控时序数据进行建模,通过模型建设和训练最终得到最合适的系统。

可以实现楼宇日均节电20%+,年节电约100万度的优良效果。

 

银行营销智能大脑

目前银行堆积大量历史数据,且现有客户画像在复杂多变的客户群体中无法发挥作用,导致难以进行产品精准推荐。

借助PaddlePaddle,可以利用客户购买行为,预测其对不同理财产品偏好。

同时,使用用户的个人属性、理财产品属性等几十个维度数据, 深度学习可以帮助银行最大化数据价值,为银行营销工作精准匹配客户,实现最全面的客户管理。

收藏
点赞
0
个赞
共6条回复 最后由metainsight回复于2018-09-04 10:47
#6果断叫小黑回复于2018-07-14
该评论已删除

你在干嘛

0
#4果断叫小黑回复于2018-07-12

没有好的资源

0
#3逆天大帝尊回复于2018-07-10

资源呢!

0
#2逆天大帝尊回复于2018-07-10

我就看看,测试一下!

0
TOP
切换版块