以下書況，主觀上皆可閱讀，若收到後不滿意，『都可退書退款』。
書況補充說明: D多處摺頁標籤、水痕、字跡、破損、髒污、泛黃書斑、書章。
【購買須知】
（1）照片皆為現貨實際拍攝，請參書況說明。
（2）『賣場標題、內容簡介』為出版社原本資料，若有疑問請留言，但人力有限，恕不提供大量詢問。
（3）『附件或贈品』，不論標題或內容簡介是否有標示，請都以『沒有附件，沒有贈品』為參考。
（4）訂單完成即『無法加購、修改、合併』，請確認品項、優惠後，再下訂結帳。如有疑問請留言告知。
（5）二手書皆為獨立商品，下訂即刪除該品項，故『取消』後無法重新訂購，須等系統安排『2個月後』重新上架。
（6）收到書籍後，若不滿意，或有缺漏，『都可退書退款』。
[商品主貨號] U102287142
[ISBN-13碼] 9789864345380
[ISBN] 9864345389
[作者] Jannes Klaas, 彭勝陽
[出版社] 博碩
[出版日期] 2020/11/30
[內容簡介] (出版商制式文字, 不論標題或內容簡介是否有標示, 請都以『沒有附件、沒有贈品』為參考。)
一本專為金融專業人士編寫的機器學習指南！對於所有從事金融資料分析的讀者來說，機器學習將是一門如虎添翼的技術。本書介紹許多新穎的、進階的機器學習模型，並示範如何將它們應用於金融產業（包括保險、交易和貸款）。本書亦詳細解說機器學習背後的觀念和演算法，著重於金融應用，提供豐富詳盡的Python程式碼範例。
本書展示機器學習在結構化資料、文字、影像及時間序列上的工作方式，並深度探討眾多關鍵的機器學習模型，從簡單迴歸到高階神經網路，還有GAN、強化學習、對抗偏見、貝氏推論和機率規劃等內容。
本書範圍廣泛，但方法卻深入且實用。如果你在FinTech領域工作，或想投入FinTech領域，並希望獲得當今領域最有價值的技術之一，本書就是為你而準備的！
在這本書中，你將學到：
・將機器學習應用於結構化資料、自然語言、照片和書面文字
・機器學習如何偵測詐欺行為、預測金融趨勢、分析客戶情緒等等
・使用Python、scikit-learn、Keras和TensorFlow實作啟發式基準線、時間序列、生成模型和強化學習
・深入研究神經網路、檢視GAN和强化學習的應用
・對機器學習應用程式進行除錯，並為其啟動做好準備
・解決機器學習的偏見和隱私問題
作者簡介
Jannes Klaas
Jannes Klaas 是一位具有經濟學和金融學背景的量化研究員（quantitative researcher）。他曾經在鹿特丹（Rotterdam）的「圖靈學會」（Turing Society）擔任機器學習的首席開發者，教授金融領域的機器學習。他領導過機器學習訓練營，並與金融公司合作開發資料驅動應用程式和交易策略。
Jannes目前是牛津大學的研究生，他的研究興趣包括系統性風險（systemic risk）和大規模自動化知識發掘。)
-----------------------------------------------------------
分享閱讀 書籍狀態請詳看圖示
購物車(
我的訂單
