Hodnotenie:
Kniha „Machine Learning in Finance“ je vysoko cenená pre svoje komplexné pokrytie techník strojového učenia relevantných pre finančný priemysel, ktoré spája teoretické koncepty s praktickými aplikáciami. Je oceňovaná za zrozumiteľný text a štruktúrovaný prístup, vďaka čomu je vhodná pre študentov aj odborníkov. V niektorých recenziách sa však uvádza, že v nej možno chýba dostatok prípadových štúdií z reálneho sveta a že jej teoretické zameranie nemusí osloviť všetkých odborníkov z praxe.
Výhody:Komplexné pokrytie relevantných pojmov, podrobné vysvetlenie modelov, silný teoretický základ, praktické príklady kódovania v jazyku Python, vhodné pre študentov aj odborníkov z oblasti financií, vizuálne pútavé obrázky a cvičenia.
Nevýhody:Trochu teoretická s obmedzenými reálnymi aplikáciami, nemusí byť vyladená ako prvé vydanie, nie je ideálna pre tých, ktorí hľadajú aplikovanú vedu bez hlbokého teoretického obsahu.
(na základe 35 čitateľských recenzií)
Machine Learning in Finance: From Theory to Practice
Kapitola 1. Úvod.
- Kapitola 2. Pravdepodobnostné modelovanie. - Kapitola 3.
Bayesovská regresia a Gaussove procesy.
- Kapitola 4. Neurónové siete s posuvným riadením.
- Kapitola 5. Interpretovateľnosť. - Kapitola 6.
Modelovanie sekvencií. - Kapitola 7. Pravdepodobnostné modelovanie sekvencií.
- Kapitola 8. Pokročilé neurónové siete.
- Kapitola 9. Úvod do učenia s posilňovaním. - Kapitola 10.
Aplikácie posilňovacieho učenia.
- Kapitola 11. Inverzné posilňovacie učenie a imitačné učenie. - Kapitola 12.
Hranice strojového učenia a financií.