深度学习的数学 - 第6页

...了部分习题的参考答案和补充了实例数据集（提供在线代码）。其他显著的变化包括离群点检测的讨论、感知器和支持向量机的排名算法、矩阵分解和谱方法、距离估计、新的核算法、多层感知器的深度学习和非...

...如何构建事件驱动的回溯测试系统来检验交易策略，评价不同策略的业绩表现。最后，你将探索金融前沿领域正在运用的机器学习和深度学习技术。 本书适合对 Python 定量研究感兴趣的金融从业者、数据分析师和软件...

...该书基于当前主流的机器学习库——Scikit-Learn、Keras 和 TensorFlow 2.x，涵盖从数据预处理、模型训练与评估，到深度神经网络、卷积神经网络（CNN）、循环神经网络（RNN）及自然语言处理等多个实用主题。本书采用项目驱动的方式，通过多个真实...

...统计学基础，帮助读者理解数据分析中的统计方法和思维。6. 数据有道讲解数据科学的基础，重点介绍数据收集、清洗和分析技巧。7. 机器学习深入讲解机器学习的核心概念与算法，帮助...

...和时序数据处理，介绍深度学习中的重要技术，包括word2vec、RNN、LSTM、GRU、seq2seq 和Attention 等。本书语言平实，结合大量示意图和Python代码，按照“提出问题”“思考解决问题的新方法”“加以改善”的流程，基于深度学习解决自然语言处理相关的各种问题...

...图像识别、监督学习、迁移学习、强化学习等核心概念，并动手在浏览器中实现计算机视觉和音频处理以及自然语言处理，构建并训练神经网络，利用客户端数据优化机器学习模型，开发基于浏览器的交互式游戏，同时为深度学习探索新的应用空间...

...是裴礼文教授编写的数学分析经典辅导教材，在数学专业学生和考研群体中具有广泛影响力。全书以数学分析课程中的重点、难点和典型问题为主线，系统总结了常见题型及其求解方法，帮助读者深入理解数学分析的核心思想...

...许多数据可视化功能；第 5 章以 Scikit-Learn 为主，这个程序库为最重要的机器学习算法提供了高效整洁的 Python 版实现。本书适合有编程背景，并打算将开源 Python 工具用作分析、操作、可视化以及学习数据的数据...

...基本理论，包括机器学习、深度学习、自然语言处理等核心内容，同时结合大数据的采集、存储、处理与分析方法，展示了两者在技术体系上的紧密联系。书中不仅阐述了基础概念和关键算法，还通过案例说明人工智能与大数据在金融...

...踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理...