機器學習在量化金融中的應用（簡體書）

本書是資深金融數據分析專家多年工作的結晶。書中深入淺出地闡釋機器學習的數學基礎及其在金融數據分析領域的應用。
全書共分9章。第1章介紹機器學習的發展狀況並概述機器學習在金融中的應用。第2章介紹監督學習的通用框架。第3章描述最簡單的線性回歸模型――普通最小二乘法以及正則化方法――嶺回歸和套索回歸，並討論線性模型及非線性的回歸和分類方法。第4章討論監督學習中的樹模型，包括決策樹、隨機森林和梯度提升樹。第5章重點介紹三種主要的神經網絡：人工神經網絡、卷積神經網絡和循環神經網絡。第6章和第7章介紹無監督學習，主要包括聚類分析和主成分分析。第8章重點介紹強化學習在投資組合優化中的應用。第9章以一個流行的數據挑戰項目為例，使用前幾章介紹的機器學習方法預測金融違約風險，為讀者提供解決實際數據問題的經驗。
本書內容豐富，理論嚴謹，案例翔實，不僅包括完整的理論推導，而且囊括可用於實際項目的案例代碼，適合高等院校計算機及相關專業的高年級本科生或者研究生閱讀，也可以作為機器學習愛好者及金融分析師等的參考用書。