金融中的机器学习
简尼斯·克拉斯
719人在读
28.5万字总字数
¥76.74定价
简尼斯·克拉斯
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。
有点奇怪的感觉。 机器学习应用广泛，但是如果是像书名这样 就应该放一些具体场景，而不是聚焦在Python怎么应用上
更好的用户界面设计和弱模型的智能实现可以大大加快打标签的速度和质量。强化学习是进一步理解人类行为的一个有效的方式。人类可能无法做出预测，但预测过程存在因果关系。
只有第7章和金融相关, 也好意思叫这个书名......?
全新的视角。未知的领域。想学学不会。还是很不错的。学这本书还是要有些英语数学的底子的