分类目录归档：课程
Learning to predict the next word
下图包含了家庭的关系信息，其
An overview of the main types of neural network architecture
Feed-forward neura
Why do we need machine learning?
面对一个复杂而多变的场景，我们很难通过单纯的程序逻辑去诠释：
机器学习的优势：
神经网络
量化交易综述、机器学习综述、常用量化指标、基本建模流程 风险控制策略、模型评估改进、交易系统架构、指导深入方向
浓缩矩阵的信息 ../../../1_study/math/线性代数基础
特征值、特征向量、谱定理、矩阵的快速幂、SVD
以上算是PCA的相关数学基础
PCA其中变量解耦的过程是值得衍生到其他领域的
$$ \mathop{min}\limits_{w} (Risk) = w^T \Sigma w$$ $$ s.t. \ w_1+...w_n=1$$
求解方式有
模型评价-mertic（mse、acc、r^2。。。）
问题分析-ROC AUC
此处指标详见../../../1_study/DataAnalysis/评价指标
如何将新闻文本转化为训练集？
../../../1_study/DataAnalysis/数据平衡：数据可视化理解数据、选择模型
参数空间：样本与参数的经验规律、合理的寻参空间
独有特征：招行股价vs咨询舆情量化（NLP）
三个臭皮匠 顶个诸葛亮
相关概念：stocking、blending、voting、boost
讨论了adboost的理论以及三个特性
标题：Stock Price Forecasting using Support Vector Machines and Improved Particle Swarm Optimization
日期：2012-06-02
标题：Modeling