TOP
英國出版界指標大獎肯定!A.F. Steadman 獲年度作家,《史坎德》系列帶你踏上熱血奇幻旅程
搜尋結果 /

Machine Learning for Email

共 7 筆
第1 / 1 頁
Machine Learning for Financial Engineering
滿額折
出版日:2012/05/17 作者:Laszlo Gyorfi; Gyorgy Ottucsak; Harro Walk  出版社:World Scientific Pub Co Inc  裝訂:精裝
This volume investigates algorithmic methods based on machine learning in order to design sequential investment strategies for financial markets. Such sequential investment strategies use information
優惠價: 9 2907
無庫存
Mathematical Analysis for Machine Learning and Data Mining
滿額折
出版日:2018/08/18 作者:Dan Simovici  出版社:World Scientific Pub Co Inc  裝訂:精裝
優惠價: 9 6059
無庫存
出版日:2019/11/18 作者:David Paper (Author)  出版社:Apress  裝訂:平裝
定價:1255 元
無庫存
金融風險管理的機器學習應用:使用Python
滿額折
出版日:2023/07/04 作者:Abdullah Karasan  出版社:美商歐萊禮  裝訂:平裝
風險建模演算法 「Abdullah Karasan成功展現了在金融風險管理領域中使用機器學習的能力,這是對任何金融機構都攸關重要的功能。」 ―Yves J. Hilpisch博士 The Python Quants與The AI Machine創辦人及總裁 「如果您需要將統計和機器學習方法應用在金融風險分析的入門指南,那麼這是一個很好的起點。」 ―Graham L. Giller 《Adventures in Financial Data Science》作者 金融風險管理在人工智慧的幫助下發展迅速。透過這本實用指南,開發人員、程式設計師、工程師、金融分析師、風險分析師及定量和演算法分析師,將可以機器學習和深度學習模型進行金融風險評估。建立基於人工智慧的財務建模實務技能後,您將學習要如何運用機器學習模型來取代傳統的金融風險模型。 作者Abdullah Karasan幫助您探索金融風險建模背後的理論,再深入研究使用Python運用機器學習模型以對金融風險進行建模的實際方法。 有了這本書,您將可以: ‧回顧經典的時間序列應用並將其與深度學習模型進行比較 ‧使用支撐向量迴歸、神經網路和深度學習來探索波動率模型以衡量風險程度 ‧使用機器學習技術來改善市場風險模型(VaR和ES),並包括了流動性維度 ‧使用分群和貝氏方法來進行信用風險分析 ‧使用高斯混合模型和關聯結構模型來捕捉流動性風險的不同面向 ‧使用機器學習模型來進行詐欺偵測 ‧使用機器學習模型來預測股價崩盤並識別其決定因素
優惠價: 9 612
庫存:1
出版日:2016/09/15 作者:Michael Bowles  出版社:碁峰資訊  裝訂:平裝
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
絕版無法訂購
出版日:2016/08/05 作者:佩德羅.多明戈斯-作; 謝孫源 審訂  出版社:三采文化  裝訂:精裝
★CNN、《新科學人》、《經濟學人》、《柯克斯書評》等多家媒體推薦報導★比爾.蓋茲年度選書!揭開大數據、人工智慧、機器學習的祕密,打造人類文明史上最強大的科技——終極演算法!有一個終極演算法,可以解開宇宙所有的祕密,現在大家都在競爭,誰能最先解開它!.機器學習是什麼?大演算又是什麼?.大演算如何運作與發展,機器可以預測什麼?.我們可以信任機器學過的東西嗎?.商業、政治為什麼要擁抱機器學習?.不只商
絕版無法訂購
出版日:2019/05/30 作者:Klaas; Jannes  出版社:Packt Publishing  裝訂:平裝
  • 共 7筆
    第 1 頁

暢銷榜

客服中心

收藏

會員專區