在本文中，我们展示了如何将长短期记忆 (LSTM) 类神经网络用于股票选择和投资组合优化。 我们使用 LSTM 网络来预测股票运动的方向和股票价格代理度量，并将这些用于股票选择和 Markowitz 均值方差投资组合优化框架。 使用印度 SENSEX 股票数据构建了四种类型的 LSTM 模型——个体模型和集合模型，每种模型都使用批量和增量学习方法进行训练。 我们在投资组合优化阶段利用入围股票中股票运动方向分类的准确性。 在投资组合优化阶段，除了标准的 Markowitz 公式之外，还构建了多样化和卖空的 Markowitz 公式。 我们还建议使用 LSTM 分类精度的补充作为风险度量，代替 Markowitz 框架内的协方差矩阵。 LSTM 构建和投资组合优化公式类型的上述每种组合的结果都针对 SENSEX 和标准最优 Markowitz 投资组合进行了基准测试，没有股票选择。 我们还推导出具有股票价格预测因子比平均股票价格更准确的 Markowitz 公式优于标准 Markowitz 公式的条件。

使用Deeplearning4j在Scala中检测垃圾邮件。

这项研究提供了BGL Group（一家领先的国际保险和家庭金融服务分销商）的详细案例分析。 通过分析和评估一系列涵盖各种业务领域的AI应用程序来描述AI策略：1.机器学习定价； 2. Chatbot AI技术可改善客户在电子服务方面的体验； 3.在新产品开发中的客户体验设计思想和A / B测试； 4.呼叫中心操作中的语音识别和自然语言处理（NLP）； 5.用于市场细分的AI技术。 详细描述每个应用程序，并使用针对客户旅程不同阶段的客户交互数据流程图说明服务市场中价值创造的概念。 提出了一种利益矩阵模型，该模型捕获了供应商和客户的主要AI利益。 案例讨论使用一种新的模型，即AI系统图，以广泛的AI策略和认知AI /思维机为基础，描述和解释当前AI应用，传统管理信息系统（MIS）以及未来可能的应用领域的总体情况。 一些结论性意见涉及数字化第一文化的重要性，最新的数字基础架构和技术合作伙伴关系对成功实施AI系统的重要性，大数据在AI战略中的关键作用以及AI伦理在商业中的重要性日益提高应用程序。 最后，针对保险市场中人工智能的未来方向提出了一些建议。

这是一本有关人工神经网络及其应用的最新书籍，向对这种不断发展的机器学习技术感兴趣的读者提供了该领域的最新进展。

classical book for AI. This is the latest edition which is published recently. Good quality! High readability!

Hands-On Artificial Intelligence with Java for Beginners Hands-On Artificial Intelligence with Java for Beginners Hands-On Artificial Intelligence with Java for BeginnersHands-On Artificial Intelligence with Java for Beginners Hands-On Artificial Intelligence with Java for Beginners

The challenge posed by the many-body problem in quantum physics originates from the difficulty of describing the non-trivial correlations encoded in the exponential com- plexity of the many-body wave function. Here we demonstrate that systematic machine learning of the wave function can reduce this complexity to a tractable computational form, for some notable cases of physical interest. We introduce a variational repre- sentation of quantum states based on artificial neural networks with variable number of hidden neurons. A reinforcement-learning scheme is then demonstrated, capable of either finding the ground-state or describing the unitary time evolution of complex interacting quantum systems. We show that this approach achieves very high accuracy in the description of equilibrium and dynamical properties of prototypical interacting spins models in both one and two dimensions, thus offering a new powerful tool to solve the quantum many-body problem.

人工生命模拟：Boids Boids是由Craig Reynolds于1986年开发的人工生活程序，它模拟鸟类和鱼类的蜂群行为。 在最简单的Boids世界中应用的规则如下： 分离：避免拥挤当地的队友 路线：转向当地同类人群的平均航向 内聚力：转向向本地队友的平均位置（质心）移动 演示： 第二天： 资源：

Artificial Intelligence For Games第二版第三章SteeringBehavior部分unity3d实现代码，unity3d版本5.6.0f3

Introduction-to-TensorFlow-for-Artificial-Intelligence-Machine-Learning-and-Deep-Learning:TensorFlow的人工智能，机器学习和深度学习简介