互联网金融信息智能挖掘基础
¥
8
3.2折
¥
25
九五品
仅1件
作者梁循 著
出版社北京大学出版社
出版时间2009-07
版次1
装帧平装
货号北014
上书时间2024-07-20
商品详情
- 品相描述:九五品
图书标准信息
-
作者
梁循 著
-
出版社
北京大学出版社
-
出版时间
2009-07
-
版次
1
-
ISBN
9787301155349
-
定价
25.00元
-
装帧
平装
-
开本
16开
-
纸张
胶版纸
-
页数
188页
-
字数
309千字
-
正文语种
简体中文
-
丛书
网络金融系列丛书
- 【内容简介】
-
互联网金融信息智能挖掘是一个涉及数据挖掘、计算智能、统计学、计算语言学、模式识别、金融学等多个学科的领域。《互联网金融信息智能挖掘基础》综合了大量国内外的最新资料和作者的研究成果,系统而有选择地介绍了互联网金融信息智能挖掘问题。全书从结构上分为三篇。第1篇介绍了作者主持研发的一个互联网金融信息挖掘系统平台。第2篇具体介绍了一些相关技术基础,包括互联网金融信息文本分析、神经网络技术、支持向量机技术。第3篇主要介绍了互联网金融信息挖掘领域的一些问题和基本应用,包括互联网金融信息的相关分析,金融信息量、交易量和收益率时间序列的关联研究,以及基于金融信息量的交易量和收益率的控制问题。
《互联网金融信息智能挖掘基础》的读者可以是对模式识别、计算机智能感兴趣的计算机专业人士,也可以是对互联网金融信息智能挖掘感兴趣的领域专家。它可供数据挖掘、机器智能、数据分析、金融等领域的科技人员和高校师生作研究的参考资料。
- 【目录】
-
第1篇系统平台
第1章互联网金融信息及其挖掘系统
1.1互联网金融信息概述
1.2互联网金融信息挖掘系统平台的总体结构
1.3互联网信息的计算机获取
1.4互联网金融信息挖掘结果展示系统
1.5展望
第2篇技术基础
第2章互联网金融文本处理技术
2.1概述
2.2基础资源
2.3词法分析
2.4句法分析
2.5语义分析
第3章神经网络方法
3.1学习的分类
3.2群和正交群
3.3前馈神经网络误差超曲面的复杂性
3.4最小二乘拟和与广义逆矩阵
3.5结构压缩的通用算法
第4章支持向量机技术(Ⅰ)
4.1数学准备:线性空间和线性算子
4.2SVC和SVR
4.3将多项式核分解为到单项式空间的映射ф
第5章支持向量机技术(Ⅱ)
5.1支持向量机的结构压缩
5.2支持向量机的增量学习算法
5.3支持向量机超曲面不均分两类
第6章支持向量机技术(Ⅲ)
6.1H和U及K空间的一些关系
6.2通过在U中训练第2个SVM调整分隔超平面п
第3篇基础应用
第7章金融信息量和交易量及收益率时间序列的关联
7.1概述
7.2基于神经网络的金融信息量建模
7.3基于支持向量机的金融信息量建模
7.4NN和SVM在挖掘新闻量和交易量关系的比较研究
第8章基于金融信息量的股市收益率的控制问题
8.1概述
8.2控制系统分析
8.3使用金融信息量控制收益率波动率的实验
8.4展望
参考文献
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价