您好,欢迎来到聚文网。 登录 免费注册
金融大数据分析

金融大数据分析

  • 字数: 368
  • 出版社: 中国人民大学
  • 作者: 吴轲//周德馨|
  • 商品条码: 9787300332291
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 257
  • 出版年份: 2025
  • 印次: 1
定价:¥45 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
在金融市场进入大数据 时代的今天,由于大数据存 在高维性、动态性、多样性 、关联性等特征,我们需要 采用新的方法来有效分析海 量的数据。本书致力于解决 三个问题:如何管理数据、 如何通过机器学习方法利用 数据、如何获取以及处理另 类数据。本书可以作为金融 专业本科生和硕士生学习金 融大数据课程的教材,也可 以作为希望了解大数据、机 器学习的读者的入门读物。
作者简介
吴轲,中国人民大学财政金融学院副教授、博士生导师,中国人民大学“杰出学者”青年学者。为本科生和研究生讲授实证资产定价、金融风险管理、金融科技以及金融大数据分析等课程。 主要研究领域包括资产定价、投资组合管理、金融计量学和机器学习,研究成果在《管理科学》(Management Science),《金融与定量分析杂志》(Journal of Financial and Quantitative Analysis),以及《应用计量经济学杂志》(Journal of Applied Econometrics)等国际一流期刊上发表,并主持国家自然科学基金面上项目和青年基金项目。
目录
第1部分 知识回顾 第1章 数据的管理与探索 1.1 金融数据管理面临的挑战与机遇 1.2 数据的存储与使用 1.3 Pandas与数据可视化程序库简介 1.4 程序:数据的管理以及初步探索 第2章 数学以及统计学知识回顾 2.1 数学知识回顾 2.2 统计学知识回顾 第2部分 监督学习基础 第3章 线性回归 3.1 案例:预测公司盈利 3.2 线性回归方法 3.3 知识拓展线性回归方法的其他应用 3.4 程序 第4章 逻辑回归 4.1 案例:贷款违约预测 4.2 逻辑回归方法 4.3 知识拓展:多分类问题 4.4 程序 第5章 其他基础监督学习方法 5.1 其他基础监督学习方法简介 5.2 样条模型 5.3 广义可加模型 5.4 支持向量机 5.5 K近邻分类器 5.6 程序 第6章 模型验证 6.1 模型验证简介 6.2 如何进行模型验证 6.3 过拟合及欠拟合问题 6.4 模型验证指标 6.5 程序 第7章 模型选择与正则化 7.1 模型选择与正则化简介 7.2 模型选择 7.3 正则化 7.4 程序 第3部分 监督学习进阶 第8章 决策树 8.1 决策树简介 8.2 回归树模型训练 8.3 分类树 8.4 程序 第9章 集成学习 9.1 集成学习简介 9.2 袋装法 9.3 随机森林 9.4 提升法 9.5 集成学习方法的优缺点 9.6 程序 …… 第4部分 无监督学习 第5部分 大数据与另类数据 第6部分 大数据学习与经济金融研究 参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网