您好,欢迎来到聚文网。
登录
免费注册
网站首页
|
搜索
热搜:
磁力片
|
漫画
|
购物车
0
我的订单
商品分类
首页
幼儿
文学
社科
教辅
生活
销量榜
机器学习及其在金融领域中的应用
字数: 759000
装帧: 平装
出版社: 中国科学技术大学出版社
出版日期: 2021-12-01
商品条码: 9787312048791
版次: 1
开本: 16开
页数: 496
出版年份: 2021
定价:
¥90
销售价:
登录后查看价格
¥{{selectedSku?.salePrice}}
库存:
{{selectedSku?.stock}}
库存充足
{{item.title}}:
{{its.name}}
加入购物车
立即购买
加入书单
收藏
精选
¥5.83
世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版
¥5.39
正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册
¥8.58
简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版
¥5.83
世界文学名著全49册中小学生青少年课外书籍文学小说批发正版
¥4.95
全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷
¥8.69
父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册
¥24.2
好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册
¥7.15
幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书
¥11.55
用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书
¥19.8
少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版
¥64
科学真好玩
¥12.7
一年级下4册·读读童谣和儿歌
¥38.4
原生态新生代(传统木版年画的当代传承国际研讨会论文集)
¥11.14
法国经典中篇小说
¥11.32
上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)
¥21.56
猫的摇篮(精)
¥30.72
幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书
¥24.94
旧时风物(精)
¥12.04
三希堂三帖/墨林珍赏
¥6.88
寒山子庞居士诗帖/墨林珍赏
¥6.88
苕溪帖/墨林珍赏
¥6.88
楷书王维诗卷/墨林珍赏
¥9.46
兰亭序/墨林珍赏
¥7.74
祭侄文稿/墨林珍赏
¥7.74
蜀素帖/墨林珍赏
¥12.04
真草千字文/墨林珍赏
¥114.4
进宴仪轨(精)/中国古代舞乐域外图书
¥24.94
舞蹈音乐的基础理论与应用
内容简介
机器学习是一门多领域学科,在金融领域应用广泛。本书从机器学习基础概念人手,由浅入深,由概念理论延伸至实际应用,介绍了机器学习中关于监督学习和无监督学习的相关理论及其在金融领域中的应用。其中,理论部分阐述了常见的监督学习算法和无监督学习算法,以更为直观和形象的方法来介绍相关复杂理论,尤其适合经管类专业学生阅读。应用部分阐述了机器学习算法在金融各领域中的应用,其中的案例以现实金融问题为基础,利用机器学习算法来解决金融问题(部分案例给出具体的算法和Python代码实现)。在每章最后给出了复习思考题,有利于学生更好地掌握本书内容。本书是经管类学生进人大数据金融和金融科技领域较好的人门教材。
目录
前言
第1章机器学习简介
1.1机器学习概述
1.1.1机器学习的含义
1.1.2机器学习的方法
1.1.3机器学习的发展历程
1.1.4机器学习的意义
1.2机器学习的基本术语
1.3机器学习的分类
1.3.1监督学习
1.3.2无监督学习
1.3.3半监督学习、主动学习
第2章机器学习与金融
2.1机器学习在金融领域应用的基础
2.2机器学习在金融领域中的应用
2.3机器学习在金融领域中应用的优势
2.4机器学习在金融领域应用的发展趋势
第3章监督学习基础
3.1监督学习概述
3.1.1基本术语
3.1.2学习过程
3.2模型评估和模型选择
3.2.1损失函数
3.2.2风险函数
3.2.3测试误差和泛化能力
3.2.4训练误差和过拟合
3.3正则化与交叉验证
3.3.1正则化
3.3.2交叉验证
3.4监督学习的应用
3.4.1回归问题
3.4.2分类问题
3.4.3监督学习算法简介
第4章k近邻法
4.1足近邻算法
4.2距离度量
4.3足值的选择
4.4分类决策规则
4.5算例
第5章朴素贝叶斯法
5.1贝叶斯决策理论
5.1.1贝叶斯定理
5.1.2贝叶斯分类基本原理
5.1.3朴素贝叶斯分类基本方法
5.2朴素贝叶斯法的参数估计
5.2.1多项式模型
5.2.2高斯模型
5.2.3伯努利模型
5.2.4贝叶斯估计
5.3朴素贝叶斯分类器
5.3.1朴素贝叶斯算法
5.3.2朴素贝叶斯法在文本分类中的应用
5.3.3对朴素贝叶斯法的评价
第6章决策树
6.1决策树的学习
6.1.1决策树介绍
6.1.2决策树学习的基本算法
6.2特征选择
6.2.1决策树特征选择问题
6.2.2常用特征选择指标
6.3决策树剪枝
6.3.1预剪枝
6.3.2后剪枝
6.4连续值与缺失值处理
6.4.1连续值处理
……
×
Close
添加到书单
加载中...
点此新建书单
×
Close
新建书单
标题:
简介:
蜀ICP备2024047804号
Copyright 版权所有 © jvwen.com 聚文网