回首頁  
帳號
 
關於博碩 博碩好讀 校園圖書 MOCC認證 下載教學 元學堂

博碩好讀
  新書推薦
  出版預告
  名家名著
  iT達人祕笈
 

分類索引
 

出版總覽
 

讀者服務
  徵求作者
 
首頁 >> 書籍介紹
 
 
點我可放大圖片
 
書名：金融人才×機器學習聯手出擊：專為FinTech領域打造的機器學習指南
書號：MP12026 作者：Jannes Klaas 著 ISBN： 978-986-434-538-0
定價：NT$690元 印刷：單色 頁數：448頁
書籍規格：17*23 上市日：2020/11/26 譯者：彭勝陽 譯
學習定位：初階 本書附件：網路下載範例檔  
前往購買 >> 蝦皮購物 類別：電腦技術  
       
快速前往 快速前往 快速前往        

 

 
    金融人才×機器學習聯手出擊：專為FinTech領域打造的機器學習指南
    Machine Learning for Finance

    一本專為金融專業人士編寫的機器學習指南！對於所有從事金融資料分析的讀者來說，機器學習將是一門如虎添翼的技術。本書介紹許多新穎的、進階的機器學習模型，並示範如何將它們應用於金融產業（包括保險、交易和貸款）。本書亦詳細解說機器學習背後的觀念和演算法，著重於金融應用，提供豐富詳盡的Python程式碼範例。

    本書展示機器學習在結構化資料、文字、影像及時間序列上的工作方式，並深度探討眾多關鍵的機器學習模型，從簡單迴歸到高階神經網路，還有GAN、強化學習、對抗偏見、貝氏推論和機率規劃等內容。

    本書範圍廣泛，但方法卻深入且實用。如果你在FinTech領域工作，或想投入FinTech領域，並希望獲得當今領域最有價值的技術之一，本書就是為你而準備的！

    在這本書中，你將學到：
    ・將機器學習應用於結構化資料、自然語言、照片和書面文字
    ・機器學習如何偵測詐欺行為、預測金融趨勢、分析客戶情緒等等
    ・使用Python、scikit-learn、Keras和TensorFlow實作啟發式基準線、時間序列、生成模型和強化學習
    ・深入研究神經網路、檢視GAN和强化學習的應用
    ・對機器學習應用程式進行除錯，並為其啟動做好準備
    ・解決機器學習的偏見和隱私問題
 
    前言

    Chapter 1：神經網路與基於梯度的優化
    本書的學習之旅
    什麼是機器學習？
    監督式學習
    非監督式學習
    強化學習
    設定工作區
    使用Kaggle內核
    使用AWS深度學習AMI
    優化模型參數
    測量模型損失
    建立更深層的網路
    Keras簡介
    張量和運算圖
    練習題
    小結

    Chapter 2：機器學習在結構化資料之應用
    人工合成資料
    啟發式模型、特徵式模型和E2E模型
    機器學習軟體需求
    啟發式方法
    特徵工程方法
    準備Keras資料
    使用Keras建立預測模型
    決策樹簡介
    E2E模型
    練習題
    小結

    Chapter 3：電腦視覺應用
    卷積神經網路
    彩色影像過濾器
    ConvNets在Keras的程式區塊
    為我們的神經網路提供更多樣的功能
    處理大型影像資料集
    使用預先訓練的模型
    權衡模組化
    分類之外的電腦視覺技術
    練習題
    小結

    Chapter 4：理解時間序列
    Pandas資料視覺化準備工作
    快速傅立葉變換
    自相關性
    建立訓練和測試規則
    回溯測試說明
    預測中位數
    ARIMA
    卡爾曼過濾器
    Conv1D卷積層
    擴張和因果卷積層
    簡易RNN
    LSTM
    遞歸丟棄
    貝葉斯深度學習
    練習題
    小結

    Chapter 5：使用自然語言處理解析文字資料
    spaCy入門指引
    命名實體識別
    詞性（POS）標記
    基於規則的匹配方式
    正規表示法
    文字分類任務
    準備資料
    詞袋
    主題模型
    詞嵌入
    「詞嵌入」的文件相似性
    快速瀏覽Kera函數式API
    注意力機制
    Seq2seq模型
    練習題
    小結

    Chapter 6：使用生成模型
    了解自動編碼器
    使用t-SNE視覺化潛在空間
    變分自動編碼器
    用於時間序列的VAE
    GAN
    使用較少的資料－主動學習
    將SGAN應用於詐欺偵測
    練習題
    小結

    Chapter 7：在金融市場中應用強化學習
    Catch：強化學習的快速入門
    更正式地介紹RL：「馬可夫過程」和「貝爾曼方程式」
    優勢行動者-評論家模型
    進化策略和基因演算法
    RL工程之實用提示
    最先進的RL技術
    練習題
    小結

    Chapter 8：隱私權、除錯和發佈你的產品
    對資料進行除錯
    對你的模型進行除錯
    部署
    效能提示
    練習題
    小結

    Chapter 9：對抗偏差或偏見
    機器學習中不公平的來源
    法律觀點
    觀察公平性
    公平訓練
    因果學習
    解讀模型以確保公平性
    複雜系統失敗的不公平現象
    制定公平模式的清單
    練習題
    小結

    Chapter 10：貝氏推論和機率規劃
    貝氏推論的直觀指南
    小結
    後會有期
    延伸閱讀
 
    Jannes Klaas 是一位具有經濟學和金融學背景的量化研究員（quantitative researcher）。他曾經在鹿特丹（Rotterdam）的「圖靈學會」（Turing Society）擔任機器學習的首席開發者，教授金融領域的機器學習。他領導過機器學習訓練營，並與金融公司合作開發資料驅動應用程式和交易策略。

    Jannes目前是牛津大學的研究生，他的研究興趣包括系統性風險（systemic risk）和大規模自動化知識發掘。
 
    【下載範例程式檔案】
        本書的程式碼是由GitHub託管，可點選下面圖案前往下載：
        

    【下載本書的彩色圖片】
        提供您一個包含本書使用的彩色圖表的PDF檔案，可以在此下載：
        
 
 		  
     

博碩文化客服信箱
 

[email protected]
 
文教業務團隊
台北、新北、桃園、基隆、宜蘭、花蓮、金門
汪 玉 鳳
LINE ID：0925177716
0925-177716
[email protected]		 郭 南 彤
LINE ID：rgtech101
0917-727778
[email protected]
助理分機 519
新竹、苗栗、台中、彰化、南投、雲林
林 世 昌
LINE ID：0925275775
0925-275775
[email protected]
助理分機 519		 嘉義、台南、高雄、屏東、台東、澎湖
林 月 玲
LINE ID：0926858627
0926-858627
[email protected]
助理分機 238
 
MOCC 認證小組
 
  林 雯 玲 電話：02-2696-2869 分機：623 [email protected]

 

 
 

 

博碩文化股份有限公司 DrMaster Press Co., Ltd.
台灣新北市汐止區新台五路一段112號10樓A棟
Building A, 10F, No.112, Xintai 5th Rd., Sec.1,Xizhi Dist., New Taipei City 221, Taiwan
Tel：02-2696-2869　Fax：02-2696-2867　劃撥帳號：17484299

Copyright© DrMaster Press Co., Ltd. All Rights Reserved.