回首頁  
帳號
 
關於博碩 博碩好讀 校園圖書 MOCC認證 下載教學 博碩教育雲 數位學院 最新書單(歡迎下載)

博碩好讀
  新書推薦
  出版預告
  名家名著
 

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 >> 天瓏 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
 

dr26962869@gmail.com

 
文教業務團隊
台北、新北、桃園、基隆、宜蘭、花蓮
郭 南 彤
LINE ID:rgtech101
0917-727778
tigerguo@drmaster.com.tw
汪 玉 鳳
LINE ID:0925177716
0925-177716
carlo@drmaster.com.tw
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
rick@drmaster.com.tw
助理分機 519
嘉義、台南、高雄、屏東、台東
林 月 玲
LINE ID:0926858627
0926-858627
donylin@drmaster.com.tw
助理分機 238
 
MOCC 認證小組
 
  林 雯 玲 電話:02-2696-2869 分機:623 software24@drmaster.com.tw

 

 
 

 

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.