Gépi tanulás a pénzügyek számára: Kezdő útmutató a gépi tanulás felfedezéséhez a banki és pénzügyi területen

Olvasói vélemények

Jelenleg nincsenek olvasói vélemények. Az értékelés 7 olvasói szavazat alapján történt.

Eredeti címe:

Machine Learning for Finance: Beginner's Guide to Explore Machine Learning in Banking and Finance

Könyv tartalma:

Értse meg a gépi tanulás lényegét és annak hatását a pénzügyi szektorban Fő jellemzők.

⬤ Tárja fel a gépi tanulás spektrumát és felhasználását.

⬤ Tudja meg az NLP-t és a számítógépes látást, valamint ezek felhasználási eseteit.

⬤ Tanulja meg a neurális hálózatokat, a CNN-t, az RNN-t és azok alkalmazásait.

⬤  Értse a megerősítő tanulást és alkalmazásukat.

⬤ Tanulja meg a gépi tanulás növekvő alkalmazását a pénzügyi szektorban.

⬤  Az adatbányászat, az adatvizualizáció és az adatelemzés megismerése.

Leírás.

A gépi adaptáció, a mélyreható tanulás és a számítógépes érvelés területei gyorsan bővülnek, és valószínűleg még sokáig így fognak maradni. Ennek számos fő mozgatórugója van, amint azt ebben az áttekintésben gyorsan tetten érhetjük. Most és újra a fejlődés érzelmi jellegű, új utakat nyitva a régóta fennálló innovációs kihívások kezelésére, például a számítógépes látás és a képvizsgálat terén elért eredmények.

A könyv bemutatja, hogyan lehet megoldani a pénzügyi ágazatban leggyakrabban felmerülő problémákat. A könyv olyan valós problémákkal foglalkozik, amelyekkel a gyakorlati szakemberek naponta szembesülnek. A könyv elmagyarázza, hogyan működik a gépi tanulás strukturált adatokon, szövegeken és képeken. Kitér a Na ve Bayes, a normáleloszlás, a klaszterezés Gauss-folyamatokkal, a fejlett neurális hálózat, a szekvencia-modellezés és a megerősítő tanulás feltárására. A későbbi fejezetek a gépi tanulás pénzügyi szektorban történő felhasználási eseteit és a mélytanulás következményeit tárgyalják. A könyv a hagyományos gépi tanulási algoritmusokkal zárul.

A gépi tanulás nagyon fontossá vált a pénzügyi ágazatban, amelyet leginkább a jobb kockázatkezelés és kockázatelemzés érdekében használnak. A jobb elemzés jobb döntésekhez vezet, ami a pénzintézetek profitjának növekedéséhez vezet. A gépi tanulás lehetővé teszi a fintech számára, hogy a folyamatok optimalizálásával, a hatékonyság maximalizálásával és a nyereségesség növelésével hatalmas nyereséget érjen el.

Mit fogsz tanulni.

⬤ Meg fogja érteni a gépi tanulás legfontosabb technikáit a mindennapi használatra.

⬤ Biztos leszel az ML algoritmusok felépítésében és végrehajtásában.

⬤  Megismeri a gépi tanulás üzleti igényeinek elfogadását.

⬤  Fedezze fel a banki és más ágazatokban alkalmazott fejlettebb koncepciókat.

⬤ Az intelligens AI-alkalmazások, köztük az NLP, a számítógépes látás és a mélytanulás tervezésének mesteri készségeinek fejlesztése.

Kinek szól ez a könyv.

Adattudósok, gépi tanulási mérnökök és olyan magánszemélyek, akik a gépi tanulást a pénzügyi területen szeretnék alkalmazni. Gyakorlati szakemberek, akik bankokban, vagyonkezelésben, fedezeti alapokban dolgoznak, vagy először dolgoznak a pénzügyi területen. Egyének, akik meg akarják ismerni a gépi tanulás pénzügyi alkalmazásokat, vagy a fintech területre belépő egyének.

Tartalomjegyzék.

BevezetésBevezetésNaive Bayes, normális eloszlás és automatikus klaszterezési folyamatokGépi tanulás az adatok strukturálásáhozAdatok elemzése NLPComputer VisionNeurális hálózat segítségével, GBM és Gradient DescentSorozatmodellezésElősítő tanulás a pénzügyi piacokonPénzügyi felhasználási esetekA gépi tanulás hatása a fintech-reGépi tanulás a pénzügyekbeneKYC és csalás elleni politikaAz adatbányászat és az adatvizualizáció felhasználásaA gépi tanulás előnyei és hátrányaiA gépi tanulás alkalmazásai más iparágakbanEtikai megfontolások a mesterséges intelligenciábanMesterséges intelligencia a bankszektorbanGyakori gépi tanulási algoritmusokGyakran ismételt kérdések.