金融人才×機器學習聯手出擊：專為FinTech領域打造的機器學習指南

的圖書

金融人才ｘ機器學習聯手出擊：專為FinTech 領域打造的機器學習指南【金石堂、博客來熱銷】

出版日期：2020-12-02

圖書選購

價格	供應商	所屬目錄
$ 545	蝦皮商城	Computers & Technology
$ 587	五南文化廣場網路書店	科學科普
$ 607	TAAZE 讀冊生活	中文書
$ 621	金石堂	創客／人工智慧
$ 621	誠品網路書店	電腦資訊總論

圖書名稱：金融人才×機器學習聯手出擊：專為FinTech領域打造的機器學習指南

金融人才×機器學習聯手出擊：專為FinTech領域打造的機器學習指南
Machine Learning for Finance

一本專為金融專業人士編寫的機器學習指南！對於所有從事金融資料分析的讀者來說，機器學習將是一門如虎添翼的技術。本書介紹許多新穎的、進階的機器學習模型，並示範如何將它們應用於金融產業（包括保險、交易和貸款）。本書亦詳細解說機器學習背後的觀念和演算法，著重於金融應用，提供豐富詳盡的Python程式碼範例。

本書展示機器學習在結構化資料、文字、影像及時間序列上的工作方式，並深度探討眾多關鍵的機器學習模型，從簡單迴歸到高階神經網路，還有GAN、強化學習、對抗偏見、貝氏推論和機率規劃等內容。

本書範圍廣泛，但方法卻深入且實用。如果你在FinTech領域工作，或想投入FinTech領域，並希望獲得當今領域最有價值的技術之一，本書就是為你而準備的！

在這本書中，你將學到：
・將機器學習應用於結構化資料、自然語言、照片和書面文字
・機器學習如何偵測詐欺行為、預測金融趨勢、分析客戶情緒等等
・使用Python、scikit-learn、Keras和TensorFlow實作啟發式基準線、時間序列、生成模型和強化學習
・深入研究神經網路、檢視GAN和强化學習的應用
・對機器學習應用程式進行除錯，並為其啟動做好準備
・解決機器學習的偏見和隱私問題

作者簡介：

Jannes Klaas 是一位具有經濟學和金融學背景的量化研究員（quantitative researcher）。他曾經在鹿特丹（Rotterdam）的「圖靈學會」（Turing Society）擔任機器學習的首席開發者，教授金融領域的機器學習。他領導過機器學習訓練營，並與金融公司合作開發資料驅動應用程式和交易策略。

Jannes目前是牛津大學的研究生，他的研究興趣包括系統性風險（systemic risk）和大規模自動化知識發掘。

前言

Chapter 1：神經網路與基於梯度的優化
本書的學習之旅
什麼是機器學習？
監督式學習
非監督式學習
強化學習
設定工作區
使用Kaggle內核
使用AWS深度學習AMI
優化模型參數
測量模型損失
建立更深層的網路
Keras簡介
張量和運算圖
練習題
小結

Chapter 2：機器學習在結構化資料之應用
人工合成資料
啟發式模型、特徵式模型和E2E模型
機器學習軟體需求
啟發式方法
特徵工程方法
準備Keras資料
使用Keras建立預測模型
決策樹簡介
E2E模型
練習題
小結

Chapter 3：電腦視覺應用
卷積神經網路
彩色影像過濾器
ConvNets在Keras的程...

顯示全部內容

回上面

贊助商廣告