机器学习及其应用 - 第2页

...知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型...

...利率及其他金融衍生品等）讲解如何开发金融应用程序以及利用不同的算法实现风险分析。之后，你将学习如何对时间序列数据进行统计分析，了解如何搭建算法交易平台以利用高频数据设计交易策略，以及如何构建事件驱动的回溯测试系统...

汇编语言是一种面向机器的底层编程语言。本书将计算机汇编语言与软件逆向分析技术结合在一起，从汇编语言的角度介绍处理器、操作系统和应用软件的底层设计，通过逆向分析技术进一步理解系统和程序的底层运行机制，以软件知识产权保护场景...

...学习Docker的第一本入门书。Docker是一个开源的应用容器引擎，让开发者可以将他们的应用和依赖包打包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。容器完全使用沙箱机制...

《深度学习：方法及应用》介绍了深度学习的理论与实践。全书围绕深度神经网络展开，从基础概念、典型网络结构、训练技巧到具体的应用案例如语音识别、计算机视觉、自然语言处理和多模态学习等领域进行了全面阐述。每章既...

强化学习作为机器学习及人工智能领域的一种重要方法，在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科...

...介绍机器学习基本概念及工具，然后从概念、原理、Python实现、应用场景几个方面，详细剖析机器学习中主要的算法，如线性回归算法、Logistic回归算法、KNN算法、朴素贝叶斯算法、决策树算法、支持向量机算法、K-means聚类算法、神经网络、集成学习...

...的实践应用能力。全书内容共17章。第1、2章介绍Python的入门知识和进阶知识；第3章介绍机器学习的概念及各种术语及评价标准；第4~10章介绍相对简单的监督式学习方法...

...几何和概率等，帮助读者打下数学基础。4. 矩阵力量重点讲解矩阵及线性代数的应用，特别是在数据分析和机器学习中的作用。5. 统计至简介绍统计学基础，帮助读者理解数据分析中的...