區塊鏈上，日數據、分鐘數據比比皆是，數據種類也比傳統資產多元化。使用Python API 取得大規模數據，就可以真正做到計量基本分析（quantamental analysis）。錢琛為私募基金計量工程師，前作《以Python取勝―計量交易快速上手》一開售即登上暢銷榜。其實，作者自數年前已進軍加密貨幣和非同質化代幣（NFT）投資，以Python應用計量基本分析，其個人投資組合的年回報達50%。作者認為，投資比特幣、以太幣等加密貨幣，可以善用鏈上數據，發展多元化策略。本書會分享選幣及交易策略的Python程式碼，包括使用第三方API下載多款加密貨幣的價格和成交量等歷史數據，再以視像化（visualisation）圖表方式快測策略的可行性，最後做完整回測，評核策略表現。至於NFT市場，作者建議以風險投資式的基本策略分析新上市的項目，他也會透露如何利用此方法在1個月獲利10倍；至於發展歷史較長的NFT項目，就可以透過Python 挖掘歷史數據及分析出最佳參數。「學一個策略，你只得一個策略。學一套方法，你就有好多個策略。」希望讀者懂得構建投資策略，以自己的能力在風高浪急的數碼資產市場中取勝！
用 Python + Keras 實踐深度學習, 解開神經網路模型的黑盒子在高階函式庫 Keras 的幫助下, 用 6 行程式就可寫一隻深度學習神經網路的程式, 建構深度學習模型就像玩樂高積木一樣, 可以輕易將各種神經網路組合在一起, 而每一種模型可用來解決不同的問題。正宗 Keras 大神著作，正體中文版重磅登場本書為 Keras 之父 François Chollet 親自撰寫, 詳細解說神經
本書是利用Python參加機器學習競賽「kaggle」的入門書。一開始先以適合初學者學習的「Titanic：Machine Learning from Disater」競賽學習Kaggle的基礎。從中除了可學習實踐Titanic的方法，還能掌握自行參加競賽所需的知識。本書具有以下特色：．為了kaggle撰寫的習作教學書籍．每一章或每一節都有具體的主題，可讓讀者按部就班地掌握需要的知識．解說各種表單
內容簡介:以簡單有效率的方式分析資料與預測結果 機器學習的目的是預測，使用你已經知道的來預測你想要知道的—根據這兩者之間的歷史關係。它的核心是一種數學 / 演算法技術，你需要深入瞭解數學與統計學概念，並熟悉 R 與其他專用語言。本書為廣大的讀者簡化機器學習技術，把焦點放在兩種可以有效地預測結果的演算法族群，告訴你如何透過熱門且容易上手的 Python 程式語言來使用它們。 作者 Michael B
