-
收藏
-
加书架
-
引用
简介
本书侧重于实证维度的经济和金融问题，以及如何用机器学习方法求解这些问题，通过建立相关模型得出相应的结论。这包括各种区分深度学习模型(DNNs、cnn、lstm和DQNs)、生成机器学习模型(gan和VAEs)和基于树的模型。本书内容还涵盖了经济学和机器学习的经验方法的交叉，包括回归分析，自然语言处理，和降维。本书的读者对象为本专科学生以及研究生，在经济和金融领域工作的数据科学家，公共和私营部门的经济学家，以及社会科学研究者。
编辑推荐
·经典文献导读，提炼机器学习与经济金融交叉学科的重要性及研究重点； ·真实案例研究，聚焦经济与金融学课的学术界与产业界应用； ·提供大量源码，在代码实战中入门并精通TensorFlow 2
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2023-06-01
- 更新： 2023-12-15
- 书号：9787302631583
- 中图：TP18
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关图书
机器学习和深度学习：原理、算法、实战（使用Python 和 TensorFlow）
[印] 文卡塔·雷迪·科纳萨尼（Venkata Reddy Konasani）、沙伦德拉·卡德雷（Shailendra Kadre）著 秦婧 韩雨童 译
￥128.00
