发表评论
1576 views
分类目录归档：课程
发表评论
1422 views
1 图像识别的困难之处
Why object recognition is difficult
- 图像割裂：很难决定部件与物体的归属关系，物体和物体也存在重叠问题
- 光照：像素的亮度即会受到物体影响，也会受到光照影响
- 变形：物体可能有多个形态，比如阿拉伯数字2的多种写法。
- 分类的主观性：物体常常根据用途分类，同一个用途的物体常常有多
发表评论
1400 views
1 学会预测下一个词
Learning to predict the next word
1.1 关系信息
下图包含了家庭的关系信息，其
发表评论
1895 views
发表评论
1659 views
1 主流神经网络架构
An overview of the main types of neural network architecture
1.1 前馈神经网络
Feed-forward neura
发表评论
1504 views
1 为什么需要机器学习
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：
- 如何在复杂环境中判断三维物体在不同灯光和角度下的状态？
- 如何合理推测信用卡欺诈的可能性？欺诈是一个动态可变的过程
机器学习的优势：
- 可以通过示例的输入输出进行算法自动学习，得到海量弱规则
- 好的（没有过拟合的）模型不仅适用于训练集，也适用于新的数据
- 面对动态可变的过程，可以通过新增数据训练，不断优化完善模型
神经网络
发表评论
2005 views
基本信息
1 课程标题：《机器学习与量化交易实战》
2 授课讲师：- 量化冯老师
3 授课日期：2016-10
4 品读时间：2021-08-19~2021-08-27
5 整体耗时：约35h
6 摘要
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
发表评论
1960 views
标题：Stock Price Forecasting using Support Vector Machines and Improved Particle Swarm Optimization
日期：2012-06-02
标题：Modeling
发表评论
1324 views
特征值与特征向量
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
投资组合风险控制
$$ \mathop{min}\limits_{w} (Risk) = w^T \Sigma w$$ $$ s.t. \ w_1+...w_n=1$$
- $\Sigma$表示投资组合的协方差矩阵
- $w$表示投资组合中各证券的权重
求解方式有
发表评论
1517 views
ExtraTreesRegressor
- 相比随机森林的随机性更强
- 更好的避免过拟合
- 效果一般也会好一丢丢
模型分析
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
NLP与量化建模
如何将新闻文本转化为训练集？
- 对文本进行中文分词（jieba）
- 去除一些不重要的停止词（常用+人工筛选）