123,123,123

內(nèi)容簡(jiǎn)介

　　本書是高等學(xué)校金融學(xué)專業(yè)系列教材之一。本書內(nèi)容共分為6篇16章，第一篇為方法基礎(chǔ)，第二篇為回歸分析，第三篇為分類模型，第四篇為聚類和關(guān)聯(lián)分析，第五篇為神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，第六篇為組合學(xué)習(xí)，最后是結(jié)語。本書理論聯(lián)系實(shí)際，案例數(shù)據(jù)來自真實(shí)市場(chǎng)，實(shí)踐性強(qiáng)；同時(shí)，本書以二維碼的形式鏈接了部分彩色插圖、代碼下載鏈接、相關(guān)網(wǎng)站，利于學(xué)生掌握要點(diǎn)。本書適合作為高等學(xué)校金融學(xué)專業(yè)相關(guān)課程教材，也可作為相關(guān)從業(yè)人員參考用書。

作者簡(jiǎn)介

暫缺《智能投資：方法與策略》作者簡(jiǎn)介

圖書目錄

導(dǎo)論
節(jié) 智能投資與機(jī)器學(xué)習(xí)的概念
第二節(jié) 機(jī)器學(xué)習(xí)在智能投資中的應(yīng)用
篇智能投資方法
章機(jī)器學(xué)習(xí)基礎(chǔ)
節(jié) 機(jī)器學(xué)習(xí)的基本原理
第二節(jié) 機(jī)器學(xué)習(xí)方法的分類
第三節(jié) 機(jī)器學(xué)習(xí)的常用算法
本章小結(jié)
基本概念
復(fù)習(xí)思考題
第二章基于Python的機(jī)器學(xué)習(xí)軟件包
節(jié) Python機(jī)器學(xué) Scikit-Learn
第二節(jié) 深度學(xué)習(xí)框架TensorFlow
第三節(jié) 神經(jīng)網(wǎng)絡(luò) API:Keras
第四節(jié) 深度學(xué)習(xí)框架PyTorch
本章小結(jié)
基本概念
復(fù)習(xí)思考題
第三章智能投資模型訓(xùn)練的數(shù)據(jù)預(yù)處理
節(jié) 數(shù)據(jù)清洗
第二節(jié) 數(shù)據(jù)標(biāo)準(zhǔn)化
第三節(jié) 數(shù)據(jù)中性化
第四節(jié) 獨(dú)熱編碼
本章小結(jié)
基本概念
復(fù)習(xí)思考題
第二篇智能投資：回歸分析
第四章線性回歸估值選股模型
節(jié) 線性回歸的基本原理
第二節(jié) 線性回歸的模型與程序
第三節(jié) 線性回歸估值選股模型應(yīng)用
本章小結(jié)
基本概念
復(fù)習(xí)思考題
第五章邏輯回歸收益率預(yù)測(cè)選股模型
節(jié) 邏輯回歸的基本原理
第二節(jié) 邏輯回歸的模型與程序
第三節(jié) 邏輯回歸收益率預(yù)測(cè)選股模型應(yīng)用
本章小結(jié)
基本概念
復(fù)習(xí)思考題
第三篇智能投資：分類模型
第六章決策樹分類選股模型
節(jié) 決策樹分類的基本原理
第二節(jié) 決策樹分類的模型與程序
第三節(jié) 決策樹分類選股模型應(yīng)用
本章小結(jié)
基本概念
復(fù)習(xí)思考題