內容提要

機器學習是設計與應用算法的科學，可從數(shù)據(jù)中進行學習和預測，其應用已經非常普遍。金融領域集中了大量的交易數(shù)據(jù)，為人工智能技術的運用奠定了良好的數(shù)據(jù)基礎。本書面向金融領域的讀者，介紹了機器學習技術的原理與實踐。

本書包括10章，介紹了神經網絡算法、結構化數(shù)據(jù)的處理、計算機視覺處理技術、時間序列分析、自然語言處理、生成模型的應用、強化學習技術、數(shù)據(jù)建模與調試、貝葉斯推理和概率編程等內容。

本書由資深金融從業(yè)者編寫，融合了其在金融項目中關于機器學習的實踐經驗，適合金融領域的數(shù)據(jù)科學家、數(shù)據(jù)分析師、金融科技公司的技術研發(fā)人員以及對金融領域的機器學習技術感興趣的讀者閱讀。