## PYCON CHINA 2019 ## 基于深度学习的多维时间序列预测在数据机房中的应用 浙江省邮电工程建设有限公司 大数据研究院 演讲人：杨赛赛 时间：10.19 ## 目录 1 背景介绍 2 研究目标 3 研究内容 4 后续工作 ### 1. 背景介绍  空调对温度的控制存在延迟  ## 多维感知温度预测控制 ### 2. ## 研究目标  ## 对数据机房的温度进行预测 根据机房的历史运行数据变化预测未来 XX 分钟机房的温度值，从而实现空调的预测控制。 风机状态 服务负载 天气状况 室外温度  温度预测 ![Image](/uploads/

橙皮书·2026年3月第二版 预测市场 Polymarket 完全指南 AI交易·鲸鱼策略·深度实操 The Complete Guide to Polymarket & Prediction Markets 文档版本：v2.0.0 发布时间：2026-03-28（build #1） 适用对象：Web3爱好者·预测市场交易者·投资者 花叔出品 本文档仅供学习参考，不构成投资建议。预测市场交易有风险，请根据当地法律法规判断是否适用。 §01 预测市场：用钱投票的真相机器 §02 Polymarket：22岁辍学生的两百亿帝国 §03 成名之战：2024美国大选 实战篇 §04 从零开始：注册、充值、下第一注 §05 谁在赚钱：鲸鱼图鉴与追踪指南 §06 六把钥匙：经过验证的赚钱策略 §07 AI军备赛：当Bot占领预测市场 深水区 §08 暗面：争议、操纵与亏损 §09 群雄逐鹿：预测市场战国时代 §10 未来：预测市场往何处去 未来：预测市场往何处去 §01 预测市场：用钱投票的真相机器 Prediction Markets: Truth Machines Powered by Money 民调说一套，专家说一套，社交媒体又说一套。信息越来越多，但我们反而越来越难分辨什么是真的。有没有一种方法，能把散落在千万人脑子里的碎片信息，汇成一个最接近真相的数字？ 一头牛到底有多重 1907年，英国普利茅斯的一场集市上，统计学家Francis Galton做了一个后来被反复引用的实验。

第四部分 实战 TensorFlow 房价预测 # ☐ ☐ ☐ ☐ 扫描二维码 试看/购买《TensorFlow 快速入门与实战》视频课程 ## 第四部分 目录 • 房价预测模型介绍 • 使用 TensorFlow 实现房价预测模型 - 使用 TensorBoard 可视化模型数据流图 • 实战 TensorFlow 房价预测 ## 房价预测模型介绍 ## 前置知识：监督学习（Supervised y^{(1)}\quad&\\ &\quad\vdots\quad&\\ &\quad y^{(n)}\quad\end{bmatrix} $$ ## 单变量房价预测问题 问题描述：根据房屋面积 x 预测其销售价格 y 训练数据: |面积(平方英尺)|价格(美元)| |---|---| |2104|399900| |1600|329900| |2400|369000| |1416|232000| [Image](/uploads/documents/b/4/3/f/b43f4cf9fe8127ff18415054a6728cc5/p13_2.jpg) ## 多变量房价预测问题：数据分析 问题描述：根据房屋面积 $ x_{1} $ 和卧室数量 $ x_{2} $ ，预测其销售价格 y ## 训练数据: |面积(平方英尺)|卧室数量(个)|价格(美元)| |---|---|---| |2104|3|399900|

## PyTorch ## 时间序列预测 主讲人：龙良曲 ## Predict next  ## Sample data ## ☐ ☐ ☐ start = np.random.randint(3, size=1)[0] time_steps

[Image](/uploads/documents/d/f/c/4/dfc44f46a4237adaa8b94a941ac32d21/p1_2.jpg) ## Python的NLP实战分享 如何实现合同风险预测模型？ GVA TECH Co., Ltd 藤井美娜 ## 自我介绍  目录 CONTENTS >> 1. Python NLP 入门 >> 2. 多语言NLP攻略 >> 3. “合同风险预测模型” 实战经验分享 >> 4. 总结  ## 3 “合同风险预测模型” 实战经验分享 ## 什么叫“合同风险预测”？ 合同内容有没有该写的条文没有写？ 目的1：查看合同的条文类似性 ![Image](/uploads/documents/d/f/c/4/dfc44f46a4237

[Image](/uploads/documents/b/4/9/2/b492c6c5497e75d281eaf0057af9823e/p1_2.jpg) ## Python的NLP实战分享 如何实现合同风险预测模型？ GVA TECH Co., Ltd 藤井美娜 ## 自我介绍  目录 CONTENTS >> 1. Python NLP 入门 >> 2. 多语言NLP攻略 >> 3. “合同风险预测模型” 实战经验分享 >> 4. 总结  ## 3 “合同风险预测模型” 实战经验分享 ## 什么叫“合同风险预测”？ 合同内容有没有改写的条文没有写？ 目的1：查看合同的条文类似性 ![Image](/uploads/documents/b/4/9/2/b492c6c5497e7

例：课后作业、仔细思考 GPT、DeepSeek-V3擅长的思考方式 长思维链强大的推理能力是真正人类智力的体现 ➢ 预训练大模型是人记忆和学习的能力，推理模型是对复杂问题进行规划、分解、预测的能力，实现了真正的慢思考 # DeepSeek颠覆式创新——技术创新 ## DeepSeek-R1是AI发展史上的重要里程碑 ## Alpha Zero时刻 - Alpha Go采用监督学习，使用人类棋谱训练 语言交互：增加人与车的语言交互能力 ② 看懂世界：可以看懂物理世界，对世界有了更多的判断和理解 ③ 规划能力：利用Agent架构增强逻辑推理能力，可以规划任务 ④ 改善自动驾驶：把汽车行驶视作序列进行下一步预测 # DeepSeek六大应用方向之五 ## 科学研究：打造科研新范式 人工智能的目标是星辰大海，是为了让人类在科技上有突破 基于DeepSeek的强推理模型，利用科学领域专业知识进行强化学习， 靠肉眼观察，几年才能发现一个复杂蛋白质结构，半个世纪预测了20多万种  ## AlphaFold 1. 利用Transformer的预测能力， 2. 直接从蛋白质的氨基酸序列 3. 中预测蛋白质的3D结构 ![Image](/uplo

专项任务需依赖提示语补偿能力| ## 快思慢想：效能兼顾 全局视野 ||概率预测（快速反应模型，如ChatGPT 4.0）|链式推理（慢速思考模型，如OpenAI o1）| |---|---|---| |性能表现|响应速度快，算力成本低|慢速思考，算力成本高| |运算原理|基于概率预测，通过大量数据训练来快速预测可能的答案|基于链式思维（Chain-of-Thought），逐步推理问题的每个步骤来得到答案| |问题解决能力|擅长解决结构化和定义明确的问题|能够处理多维度和非结构化问题，提供创造性的解决方案| |伦理问题|作为受控工具，几乎没有伦理问题|引发自主性和控制问题的伦理讨论| CoT链式思维的出现将大模型分为了两类：“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合适的模型，实现最佳效果。 ## 提示语策略差异 1 ②与第三方合作（按需付费，灵活性高） 请根据ROI计算模型，对比5年内的总成本并推荐最优解。 分析需求 实战技巧： "分析近三年新能源汽车销量数据（附CSV），说明：①增长趋势与政策关联性； ② 预测2025年市占率，需使用ARIMA模型并解释参数选择依据。 创造性需求 ## 实战技巧： "设计一款智能家居产品，要求： ① 解决独居老人安全问题； ② 结合传感器网络和AI预警；

专项任务需依赖提示语补偿能力| ## 快思慢想：效能兼顾 全局视野 ||概率预测（快速反应模型，如ChatGPT 4.0）|链式推理（慢速思考模型，如OpenAI o1）| |---|---|---| |性能表现|响应速度快，算力成本低|慢速思考，算力成本高| |运算原理|基于概率预测，通过大量数据训练来快速预测可能的答案|基于链式思维（Chain-of-Thought），逐步推理问题的每个步骤来得到答案| |问题解决能力|擅长解决结构化和定义明确的问题|能够处理多维度和非结构化问题，提供创造性的解决方案| |伦理问题|作为受控工具，几乎没有伦理问题|引发自主性和控制问题的伦理讨论| CoT链式思维的出现将大模型分为了两类：“概率预测（快速反应）”模型和“链式推理（慢速思考）”模型。前者适合快速反馈，处理即时任务；后者通过推理解决复杂问题。了解它们的差异有助于根据任务需求选择合适的模型，实现最佳效果。 ## 提示语策略差异 1 ②与第三方合作（按需付费，灵活性高） 请根据ROI计算模型，对比5年内的总成本并推荐最优解。 分析需求 实战技巧： "分析近三年新能源汽车销量数据（附CSV），说明：①增长趋势与政策关联性； ② 预测2025年市占率，需使用ARIMA模型并解释参数选择依据。 创造性需求 ## 实战技巧： "设计一款智能家居产品，要求： ① 解决独居老人安全问题； ② 结合传感器网络和AI预警；

71127d054cfeec5e50276edbac31df3/p5_3.jpg) 自动驾驶 ## Why we choose it 不断的汇总日成交量从而制定商业规划 不断收集市场变化信息预测股价涨跌 商务分析 股票交易  系统监控 71127d054cfeec5e50276edbac31df3/p6_2.jpg) 自动驾驶 ## Why we choose it 不断的汇总日成交量从而制定商业规划 不断收集市场变化信息预测股价涨跌 不断收集CPU、 Memory等系统指标预 测系统未来趋势  商务分析 股票交易 系统监控 自动驾驶 ## Why we choose it 不断的汇总日成交量从而制定商业规划 不断收集市场变化信息预测股价涨跌 不断收集CPU、 Memory等系统指标预 测系统未来趋势 不断收集温度，坐标，方向， 速度等指标，优化路线和 驾驶方式 商务分析 股票交易 系统监控 自动驾驶 ## Why we choose it 上述业务数据特点：