Hodnotenie:
Momentálne nie sú žiadne recenzie čitateľov. Hodnotenie je založené na 7 hlasoch.
Machine Learning for Finance: Beginner's Guide to Explore Machine Learning in Banking and Finance
Pochopte základy strojového učenia a jeho vplyv na finančný sektor Kľúčové vlastnosti.
⬤ Preskúmajte spektrum strojového učenia a jeho využitie.
⬤ Pochopte NLP a počítačové videnie a prípady ich použitia.
⬤ Pochopiť neurónové siete, CNN, RNN a ich použitie.
⬤ Pochopiť učenie s posilňovaním a ich použitie.
⬤ Zoznámiť rastúce uplatnenie strojového učenia vo finančnom sektore.
⬤ Zoznámenie sa s dolovaním údajov, vizualizáciou údajov a analýzou údajov.
Opis.
Oblasti strojového prispôsobovania, hlbokého učenia a počítačového uvažovania sa rýchlo rozširujú a pravdepodobne budú takto pokračovať ešte dlho. Existuje na to mnoho hlavných podnetov, ktoré sú rýchlo zachytené v tomto prehľade. V súčasnosti je pokrok emocionálny a otvára nové spôsoby riešenia dlhodobých inovačných výziev, napríklad pokrok v oblasti počítačového videnia a skúmania obrazu.
Kniha ukazuje, ako riešiť niektoré z najčastejších problémov vo finančnom sektore. Kniha sa zaoberá skutočnými problémami, s ktorými sa odborníci z praxe denne stretávajú. Kniha vysvetľuje, ako strojové učenie funguje na štruktúrovaných údajoch, texte a obrázkoch. Zahŕňa skúmanie Na ve Bayes, normálneho rozdelenia, zhlukovania s Gaussovým procesom, pokročilých neurónových sietí, modelovania sekvencií a posilňovania učenia. V ďalších kapitolách sa bude diskutovať o prípadoch použitia strojového učenia vo finančnom sektore a o dôsledkoch hlbokého učenia. Kniha sa končí tradičnými algoritmami strojového učenia.
Strojové učenie sa stalo veľmi dôležitým vo finančnom odvetví, ktoré sa väčšinou používa na lepšie riadenie a analýzu rizík. Lepšia analýza vedie k lepším rozhodnutiam, ktoré vedú k zvýšeniu zisku finančných inštitúcií. Strojové učenie, ktoré umožní finančným inštitúciám dosahovať obrovské zisky optimalizáciou procesov, maximalizáciou efektívnosti a zvyšovaním ziskovosti.
Čo sa naučíte.
⬤ Uchopíte najdôležitejšie techniky strojového učenia pre každodenné použitie.
⬤ Budete si istí pri vytváraní a implementácii ML algoritmov.
⬤ Zoznámite sa s osvojením strojového učenia pre potreby vášho podnikania.
⬤ Objavte pokročilejšie koncepty, ktoré sa dnes uplatňujú v bankovníctve a iných odvetviach.
⬤ Získajte majstrovské zručnosti v navrhovaní inteligentných aplikácií umelej inteligencie vrátane NLP, počítačového videnia a hlbokého učenia.
Pre koho je táto kniha určená.
Dátovým vedcom, inžinierom strojového učenia a jednotlivcom, ktorí si chcú osvojiť strojové učenie vo finančnej oblasti. Praktici pracujú v bankách, pri správe aktív, v hedžových fondoch alebo pracujú prvýkrát vo finančnej oblasti. Jednotlivcom, ktorí sa chcú dozvedieť o aplikáciách strojového učenia vo financiách, alebo jednotlivcom vstupujúcim do oblasti fintech.
Obsah: Table of Contents.
ÚvodÚvodNaivný Bayes, normálne rozdelenie a automatické zhlukovacie procesyStrojové učenie na štruktúrovanie údajovParsovanie údajov pomocou NLPočítačové videnieNeurónové siete, GBM a Gradient DescentModelovanie sekvenciíReinforcement Learning pre finančné trhyPrípady využitia vo financiáchVplyv strojového učenia na FintechStrojové učenie vo financiácheKYC a politika proti podvodomVyužitie dolovania dát a vizualizácie dátVýhody a nevýhody strojového učeniaAplikácie strojového učenia v iných odvetviachEtické aspekty umelej inteligencieUmelej inteligencie v bankovníctveObvyklé algoritmy strojového učeniaČasto kladené otázky.