消息首页搜索举报

正版现货新书面向金融的机器学习 9787564189556 Jannes

全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师

79.8 7.0折 114 全新

库存2件

北京丰台

认证卖家担保交易快速发货售后保障

作者Jannes

出版社东南大学出版社

ISBN9787564189556

出版时间2019-05

装帧平装

开本其他

定价114元

货号9860474

上书时间2024-10-06

黎明书店

十四年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 9小时
好评率暂无

最新上架

正版现货新书 ERP系统原理及企业建模精华:企业管理者和财务经理人的系统思维和实践框架 9787509539576 王征著

正版现货新书会计综合实训 9787509539811 杨月梅主编 ¥29.70

正版现货新书会计制度设计 9787509545713 程淑珍主编 ¥14.00

正版现货新书我不愿将就这个功利的世界:谢谢你——从未放弃无所畏惧的自己 9787549618576 南陈著

正版现货新书政治经济学 9787509501597 张丰兰 ¥36.00

正版现货新书《企业产品成本核算制度(试行)》讲解 9787509550281 会计司编

商品详情

品相描述：全新

商品描述: 目录
Preface
Chapter 1：Neural Networks and Gradient．Based optimization
Our iourney in this book
What iS machine Iearning?
Supervised Iearning
Unsupervised learning
Reinforcement learning
The unreaS0nabIe effectiveness of data
AIl models are wrong
Setting up your workspace
Using Kaggle kernels
Running notebooks Iocally
Installing TensorFIow
Installing Keras
Using data locally
Using the AWS deep learning AMI
Approximating functions
A forward pass
A logistic regressor
Python version of our Iogistic regressor
optimizing model parameters
Measuring modelloSS
Gradient descent
Backpropaqation
Parameter updates
Putting it all together
A deeper network
A brief introduction to Keras
lmporting Keras
A two-layer modeIin Keras
Stacking layers
Compiling the model
Training the model
Keras and TensorFIow
Tensors and the computational graph
Exercises
Summary
Chapter 2：Applying Maching Learning to Structured Data
The data
Heuristic，feature．based。and E2E models
The machine Iearning software stack
The heuristic approach
Making predictions using the heuristic model
The F1 score
Evaluating with a confusion matrix
The feature engineering approach
A feature from intuition—fraudsters don’t sleep
Expeinsight—transfer．then cash out
StatisticaI quirks—errors in balances
Preparing the data for the Keras library
One-hot encoding
Entity embeddings
Tokenizing categories
Creating input models
Training the model
Creating predictive models with Keras
Extracting the target
Creating a test set
Creating a validation set
Oversampling the training data
Building the model
Creating a simple baseline
Building more complex models
A brief primer on tree-based methods
A simple decision tree
A random forest
XGBoost
E2E modeling
Exercises
Summary
Chapter 3：Utiliziting Computer Vision
……
Chapter 4：Understanding Time Series
Chapter 5：Parising Textual Data with Natural Language
Chapter 6：Using generative Models
Chapter 7：Reinforcement Learning for Financial Markets
Chapter 8：Privacy,Debugging,and Launching Your Products
Chapter 9：Fighting Bias
Chapter 10：Bayesian Infernence and Probabilisitic
Other Books You May Enjoy
Index

内容摘要
本书探索了机器学习的新进展，展示了如何将其应用于包括保险、交易和贷款在内的整个金融领域
。书中解释了主要机器学习技术背后的概念和算法，并提供了用于自制模型的Python代码示例。
本书基于JannesKlaas为金融专业人士举办机器学习培训课程的经验。书中并未提供现成的金融算法，而是着重介绍了能够以多种方式应用的高级机器学习概念和思想。
书中展示了机器学习如
何处理结构化数据、文本、图像和时间序，涵盖了生成对抗性学习、强化学习、调试和发布机器学习产品等方面的内容，讨论了如何克服机器学习中的偏差，最后探究了贝叶斯推理和概率编程。
你将从本书中学到：将机器学习应用于结构化数据、自然语言、照片以及书面文本；机器学习如何检测诈骗、预测金融趋势、分析客户情绪等；在Python、scikit-learn、Keras和TensorFlow中实现启发式基线、时间序列、生成模型和增强学习；深入挖掘神经网络，研究GAN和强化学习的应用；调试机器学习应用并为上线做准备；解决机器学习中的偏差和隐私问题。

精彩内容
近年来，大数据、云计算、人工智能以及区块链等新兴技术的快速发展和应用推动了金融业的巨大变革，金融科技开始渗透传统金融业的各个领域和各个环节，如银行、证券、保险以及前台、中台、后台，传统业务无不受到金融科技的挑战。在诸多新兴技术之中，人工智能和机器学习对传统金融业的冲击愈加明显，也越来越具备颠覆性。人工智能在金融领域的应用具有天然优势，它在处理数据方面有很强的优势，而金融领域本质上就是要处理信息、处理数据，所以人工智能和金融业可以说是天作之合。本书讲解相关知识。