这本书的其他版本 · · · · · · ( 全部2 )
以下书单推荐 · · · · · · ( 全部 )
- 量化 (PtMatch)
- Python (吴晓村)
- 图灵教育 | Python (图灵社区)
- 量化投资书籍 (豆友BsEwquE16E)
- 量化 (Neptune)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有191人想读,手里有一本闲着?
订阅关于金融人工智能的评论:
feed: rss 2.0
0 有用 张觉非 2022-11-10 16:48:21 北京
翻译得不好。
0 有用 liuwill 2023-12-31 20:33:11 云南
相比神经网络的编程范式,现在更习惯的还是算法思维,用条件判断和算法,来处理整合不同模型的输出。 如果用神经网络的范式,应该充分利用不需要知道函数关系具体形势,也能近似各种函数关系的能力,哪怕只是一层的隐藏层,也有泛化能力,可以学习输入输出之间的关系,可用数据量和多样性,对预测任务起到更决定性的作用。 作者一直提到超级智能,这并不奇怪,按照泰格马克的说法,强人工智能一定是先从在金融领域不断获胜开始的... 相比神经网络的编程范式,现在更习惯的还是算法思维,用条件判断和算法,来处理整合不同模型的输出。 如果用神经网络的范式,应该充分利用不需要知道函数关系具体形势,也能近似各种函数关系的能力,哪怕只是一层的隐藏层,也有泛化能力,可以学习输入输出之间的关系,可用数据量和多样性,对预测任务起到更决定性的作用。 作者一直提到超级智能,这并不奇怪,按照泰格马克的说法,强人工智能一定是先从在金融领域不断获胜开始的。 作者用数据和代码介绍了几种不确定决策下的主要经济范式,预期效用理论、均值方差投资组合理论、资本资产定价模型和套利定价理论。 均值方差感觉很实用,尤其是在数据存在非常明显的头部尾部的时候,可以用高斯归一化预处理。用dropout和正则化降低过拟合也非常有用。 强化学习中的Q学习智能体第一次用到 (展开)
0 有用 Wong 2023-03-08 06:56:32 浙江
眼花缭乱
0 有用 Dluv 2023-07-02 10:08:22 广西
3.5星 学框架为主
0 有用 汪杨 2024-05-23 20:23:47 北京
相关技术过了四年基本有点过时了,不过读一读没什么坏处
0 有用 汪杨 2024-05-23 20:23:47 北京
相关技术过了四年基本有点过时了,不过读一读没什么坏处
0 有用 liuwill 2023-12-31 20:33:11 云南
相比神经网络的编程范式,现在更习惯的还是算法思维,用条件判断和算法,来处理整合不同模型的输出。 如果用神经网络的范式,应该充分利用不需要知道函数关系具体形势,也能近似各种函数关系的能力,哪怕只是一层的隐藏层,也有泛化能力,可以学习输入输出之间的关系,可用数据量和多样性,对预测任务起到更决定性的作用。 作者一直提到超级智能,这并不奇怪,按照泰格马克的说法,强人工智能一定是先从在金融领域不断获胜开始的... 相比神经网络的编程范式,现在更习惯的还是算法思维,用条件判断和算法,来处理整合不同模型的输出。 如果用神经网络的范式,应该充分利用不需要知道函数关系具体形势,也能近似各种函数关系的能力,哪怕只是一层的隐藏层,也有泛化能力,可以学习输入输出之间的关系,可用数据量和多样性,对预测任务起到更决定性的作用。 作者一直提到超级智能,这并不奇怪,按照泰格马克的说法,强人工智能一定是先从在金融领域不断获胜开始的。 作者用数据和代码介绍了几种不确定决策下的主要经济范式,预期效用理论、均值方差投资组合理论、资本资产定价模型和套利定价理论。 均值方差感觉很实用,尤其是在数据存在非常明显的头部尾部的时候,可以用高斯归一化预处理。用dropout和正则化降低过拟合也非常有用。 强化学习中的Q学习智能体第一次用到 (展开)
0 有用 政 2023-12-28 11:30:05 北京
很好的入门书!
0 有用 Dluv 2023-07-02 10:08:22 广西
3.5星 学框架为主
0 有用 Wong 2023-03-08 06:56:32 浙江
眼花缭乱