机读格式显示(MARC)

• 000 01549nam0 2200289 450

• 001 0001007277

• 005 20210707101600.0

• 010 __ |a 978-7-302-56596-3 |d CNY69.00

• 100 __ |a 20210208d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a 机器学习在量化金融中的应用 |9 ji qi xue xi zai liang hua jin rong zhong de ying yong |b 专著 |f 倪好[等]著

• 210 __ |a 北京 |c 清华大学出版社 |d 2021

• 215 __ |a 207页 |c 图 |d 24cm

• 304 __ |a 著者还有：于光希、郑劲松、董欣

• 312 __ |a 封面英文题名：Introduction to machine learning & quantitative finance

• 330 __ |a 本书阐释机器学习的数学基础及其在金融数据分析领域的应用。全书共分9章。第1章介绍机器学习的发展状况并概述机器学习在金融中的应用。第2章介绍监督学习的通用框架。第3章描述最简单的线性回归模型——普通最小二乘法以及正则化方法——岭回归和套索回归，并讨论线性模型及非线性的回归和分类方法。第4章讨论监督学习中的树模型。第5章重点介绍三种主要的神经网络：人工神经网络、卷积神经网络和循环神经网络。第6章和第7章介绍无监督学习，主要包括聚类分析和主成分分析。第8章重点介绍强化学习在投资组合优化中的应用。第9章以一个流行的数据挑战项目为例，使用前几章介绍的机器学习方法预测金融违约风险，为读者提供解决实际数据问题的经验。

• 510 1_ |a Introduction to machine learning & quantitative finance |z eng

• 606 0_ |a 机器学习 |x 应用 |x 金融投资

• 690 __ |a F830.59-39 |v 5

• 690 __ |a F830.59 |v 5

• 701 _0 |a 倪好 |9 ni hao |4 著

• 801 _0 |a CN |b 浙江省新华书店集团公司 |c 20210208

• 801 _2 |a CN |b Wuxilib |c 20210707

• 905 __ |a Wuxilib |d F830.59/1103