文件名称：Machine-Learning-for-Finance:Packt出版的《金融机器学习》
文件大小：2.7MB
文件格式：ZIP
更新时间：2024-06-17 05:27:16
JupyterNotebook
金融机器学习 这是发布的《 的代码库。 它包含从头到尾完成本书所必需的所有支持项目文件。 关于这本书 面向金融的机器学习探索了机器学习的新进展，并展示了如何将其应用于金融领域。 它解释了主要机器学习技术背后的概念和算法，并提供了用于自己实现模型的示例Python代码。 如何执行这段程式码 此存储库中的代码计算量很大，最好在支持GPU的计算机上运行。 数据科学平台提供免费的GPU资源以及免费的在线Jupyter笔记本。 要在Kaggle笔记本上进行编辑，请单击“叉子”以创建笔记本的新副本。 您将需要一个Kaggle帐户。 或者，您可以只在上笔记本或下载代码并在本地运行。 第1章-从零开始的神经网络 从Scratch＆Intro到Keras的神经网络： ， 练习excel表格： 第2章-结构化数据 信用卡欺诈检测：， 第3章-计算机视觉构建基块 MNIST数字分类：在Kaggle上运行，
【文件预览】：
Machine-Learning-for-Finance-master
----6.3 MNIST DCGAN.ipynb(534KB)
----.gitignore(559B)
----6.4 SGAN.ipynb(13KB)
----5.2 Classifying Tweets.ipynb(46KB)
----4.2 NN on time series.ipynb(33KB)
----6.1 MNIST examples.ipynb(208KB)
----1 Excel Exercise.xlsx(173KB)
----5.1 Analyzing the news.ipynb(23KB)
----7.2 A2C Balance.ipynb(24KB)
----8_7_cython_setup.py(126B)
----8.2 Hyperopt.ipynb(13KB)
----4.3 Bayesian Deep Learning.ipynb(59KB)
----3.1 MNIST.ipynb(64KB)
----2 structured data.ipynb(559KB)
----Introduction.ipynb(38KB)
----LICENSE(1KB)
----3.2 Plant Classification.ipynb(1.13MB)
----5.4 Translation.ipynb(17KB)
----8.5 Tensorboard.ipynb(5KB)
----9.2_Learning_to_be_fair.ipynb(16KB)
----README.md(8KB)
----9.1_parity.xlsx(55KB)
----8.4 LR_Search.ipynb(57KB)
----8.1 Unit Testing Data.ipynb(3KB)
----cython_fib_8_7.pyx(218B)
----Markov Monte Carlo.ipynb(68KB)
----5.3 Topic Modeling.ipynb(8KB)
----7.3 A2C Trading.ipynb(12KB)
----8.6 TF Estimator.ipynb(14KB)
----1 A neural network from scratch & Intro to Keras.ipynb(43KB)
----PYMC3.ipynb(4KB)
----8.3 Tensorboard debugging.py(940B)
----6.2 Fraud examples.ipynb(68KB)
----4.1 EDA & Classic methods.ipynb(873KB)
----7.1 Q-Learning.ipynb(47KB)
----9.3_SHAP.ipynb(10KB)