跟随机器学习最佳实践，探秘金融中的科技思维
Key Features
- 配套代码+彩色图片帮助读者快速上手
- 详细的理论推到和算法分析，引导读者了解机器学习的内核
- 知识点与代码示例环环相扣，理论与编程实践完美结合
Book Description
机器学习是设计与应用算法的科学，可从数据中进行学习和预测，其应用已经非常普遍。金融领域集中了大量的交易数据，为人工智能技术的运用奠定了良好的数据基础。本书面向金融领域的读者，介绍了机器学习技术的原理与实践。本书包括10章，介绍了神经网络算法、结构化数据的处理、计算机视觉处理技术、时间序列分析、自然语言处理、生成模型的应用、强化学习技术、数据建模与调试、贝叶斯推理和概率编程等内容。
本书由资深金融从业者编写，融合了其在金融项目中关于机器学习的实践经验，适合金融领域的数据科学家、数据分析师、金融科技公司的技术研发人员以及对金融领域的机器学习技术感兴趣的读者阅读。
What you will learn
- 掌握神经网络算法
- 结构化数据的处理
- 计算机视觉处理技术
- 时间序列分析
- 自然语言处理
- 生成模型的应用
- 强化学习技术
- 数据建模与调试
- 贝叶斯推理和概率编程等内容。
Who this book is for
本书适合金融领域的数据科学家、数据分析师、金融科技公司的技术研发人员以及对金融领域的机器学习技术感兴趣的读者阅读。
Table of Contents
- 神经网络和基于梯度的优化
- 机器学习在结构化数据中的应用
- 计算机视觉的应用
- 理解时间序列
- 用自然语言处理解析文本数据
- 生成模型的应用
- 金融市场中的强化学习
- 调试和发布产品
- 挑战偏见
- 贝叶斯推理和概率编程
Loading...
Loading...
Loading...
Loading...
