同類熱銷排行榜

金融中的機器學習/金融科技系列

作者：(英)簡尼斯·克拉斯|責編:胡俊英|譯者:曾榮飛
出版社：人民郵電
ISBN：9787115563095

出版日期：2021/07/01
裝幀：平裝
頁數：390

人民幣：RMB 119.9 元售價：元

內容大鋼

    機器學習是設計與應用演算法的科學，可從數據中進行學習和預測，其應用已經非常普遍。金融領域集中了大量的交易數據，為人工智慧技術的運用奠定了良好的數據基礎。本書面向金融領域的讀者，介紹了機器學習技術的原理與實踐。
    本書包括10章，介紹了神經網路演算法、結構化數據的處理、電腦視覺處理技術、時間序列分析、自然語言處理、生成模型的應用、強化學習技術、數據建模與調試、貝葉斯推理和概率編程等內容。
    本書由資深金融從業者編寫，融合了其在金融項目中關於機器學習的實踐經驗，適合金融領域的數據科學家、數據分析師、金融科技公司的技術研發人員以及對金融領域的機器學習技術感興趣的讀者閱讀。

作者介紹

(英)簡尼斯·克拉斯|責編:胡俊英|譯者:曾榮飛
簡尼斯·克拉斯（Jannes Klaas）是一名擁有金融學和經濟學背景的量化分析師。他曾主導過兩個機器學習訓練營項目，也同研發數據驅動類應用的公司和交易策略類公司有過合作。目前，他的研究領域包括系統風險和大規模自動化的知識挖掘。

第1章  神經網路和基於梯度的優化
  1.1  本書的內容概要
  1.2  什麼是機器學習
  1.3  監督學習
  1.4  非監督學習
  1.5  強化學習
    1.5.1  極其有效的數據
    1.5.2  模型即是錯
  1.6  創建工作區
  1.7  使用Kaggle內核
  1.8  使用AWS深度學習AMI
  1.9  近似函數
  1.10  前向傳遞
  1.11  邏輯回歸器
  1.12  優化模型參數
  1.13  評估模型損失
    1.13.1  梯度下降
    1.13.2  反向傳播
    1.13.3  參數更新
    1.13.4  階段小結
  1.14  深度網路
  1.15  Keras簡介
    1.15.1  導入Keras庫
    1.15.2  Keras中的雙層模型
    1.15.3  Keras和TensorFlow
  1.16  張量和計算圖
  1.17  練習
  1.18  本章小結
第2章  機器學習在結構化數據中的應用
  2.1  數據
  2.2  啟髮式模型、基於特徵的模型和E2E模型
  2.3  機器學習軟體棧
  2.4  啟髮式方法
    2.4.1  使用啟髮式模型來預測
    2.4.2  F1分數
    2.4.3  基於混淆矩陣的評價
  2.5  特徵工程方法
    2.5.1  特徵源於直覺—詐騙者永不眠
  ……
第3章  電腦視覺的應用
第4章  理解時間序列
第5章  用自然語言處理解析文本數據
第6章  生成模型的應用
第7章  金融市場中的強化學習
第8章  調試和發布產品
第9章  挑戰偏見
第10章  貝葉斯推理和概率編程
結束語
推薦讀物

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

金融中的機器學習/金融科技系列