Strojové učenie pre ekonomiku a financie v Tensorflow 2: Modely hlbokého učenia pre výskum a priemysel

Recenzie čitateľov

Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 4 hlasoch.

Pôvodný názov:

Machine Learning for Economics and Finance in Tensorflow 2: Deep Learning Models for Research and Industry

Obsah knihy:

Kapitola 1: TensorFlow 2. 0.

Cieľ kapitoly: Predstaviť TensorFlow 2 a prediskutovať predbežný materiál o konvenciách a postupoch špecifických pre TensorFlow.

- Rozdiely medzi iteráciami TensorFlow.

- TensorFlow pre ekonomiku a financie.

- Úvod do tenzorov.

- Prehľad lineárnej algebry a kalkulu.

- Načítanie údajov na použitie v TensorFlow.

- Definovanie konštánt a premenných.

Kapitola 2: Strojové učenie a ekonomika.

Cieľ kapitoly: Poskytnúť prehľad modelov strojového učenia na vysokej úrovni a vysvetliť, ako ich možno využiť v ekonómii a financiách. Časť kapitoly bude obsahovať prehľad existujúcich prác v ekonómii a špekulácie o budúcich prípadoch použitia.

- Úvod do strojového učenia.

- Strojové učenie pre ekonómiu a financie.

- Strojové učenie bez dozoru.

- Kontrolované strojové učenie.

- Regularizácia.

- Predpovedanie.

- Hodnotenie.

Kapitola 3: Regresia.

Cieľ kapitoly: Vysvetliť, ako sa regresné modely používajú predovšetkým na účely predpovedania v strojovom učení, a nie na testovanie hypotéz, ako je to v ekonómii. Predstaviť vyhodnocovacie metriky a optimalizačné postupy používané na riešenie regresných modelov.

- Lineárna regresia.

- Čiastočne lineárna regresia.

- Nelineárna regresia.

- Logistická regresia.

- Stratové funkcie.

- Hodnotiace metriky.

- Optimalizátory.

Kapitola 4: Stromy.

Cieľ kapitoly: Predstavenie modelov založených na stromoch a konceptu súborov.

- Rozhodovacie stromy.

- Regresné stromy.

- Náhodné lesy.

- Ladenie modelov.

Kapitola 5: Gradient Boosting.

Cieľ kapitoly: Predstaviť gradient boosting a diskutovať o jeho aplikácii, ladení modelov a identifikácii dôležitých funkcií.

- Úvod do gradient boostingu.

- Zosilňovanie s regresnými modelmi.

- Boostovanie pomocou stromov.

- Ladenie modelov.

- Dôležitosť príznakov.

Kapitola 6: Obrázky.

Cieľ kapitoly: Predstavenie vysokoúrovňových rozhraní Keras a Estimators API. Vysvetliť, ako možno tieto knižnice použiť na vykonávanie klasifikácie obrázkov pomocou rôznych modelov hlbokého učenia. Taktiež diskutujte o používaní predtrénovaných modelov a jemnom ladení. Vyslovte domnienku o využití klasifikácie obrazu v ekonomike a financiách.

- Keras.

- Odhady.

- Príprava údajov.

- Hlboké neurónové siete.