توضیحات
برو به:
دانلود کتاب Deep Learning for Finance 2024 به زبان انگلیسی
دانلود کتاب Deep Learning for Finance 2024 به زبان انگلیسی
نویسنده: Sofien Kaabar (صوفیان کعبار)
موضوع: آموزشی، هوش مصنوعی
صفحات: 362 صفحه
فرمت: PDF
سال انتشار: 2024
انتشارات: O’Reilly
=========================
خلاصه فارسی کتاب
“یادگیری عمیق برای امور مالی: ایجاد مدلهای ماشین و یادگیری عمیق برای معاملهگری در پایتون” یک راهنمای جامع است که توسط صوفیان کعبار تألیف شده و قرار است در ژانویه ۲۰۲۴ منتشر شود. این کتاب با ارائه دستورالعملهای عملی برای توسعه مدلهای معاملهگری از ابتدا با استفاده از پایتون، پیچیدگیهای یادگیری عمیق در بخش مالی را ساده میکند. این کتاب به ایجاد و آزمون مجدد الگوریتمهای معاملهگری مبتنی بر یادگیری ماشین میپردازد و تحلیلهای فنی و کمی را ترکیب میکند تا استراتژیهای نوآورانهای برای معاملهگری مالی ارائه دهد.
این راهنما به جنبههای مختلف علم داده میپردازد، از جمله معرفی کامل تحلیل فنی، ارزیابی الگوریتمهای یادگیری ماشین و بهینهسازی الگوریتمها. خوانندگان یاد میگیرند که چگونه مدلهای یادگیری ماشین و یادگیری عمیق را درک و ایجاد کنند، کاربردهای یادگیری تقویتی در سریهای زمانی را بررسی کنند، معیارهای ارزیابی عملکرد را تفسیر کنند و شاخصهای فنی را در پایتون توسعه دهند.
با پر کردن فاصله بین روشهای پیچیده یادگیری عمیق و کاربردهای عملی مالی، این کتاب به عنوان منبعی ارزشمند برای حرفهایها و دانشگاهیان در حوزه مالی، دانشمندان داده، معاملهگران و دانشجویانی که به دنبال افزایش درک خود از یادگیری ماشین در معاملهگری هستند، عمل میکند1.
=========================
خلاصه انگلیسی کتاب
“Deep Learning for Finance: Creating Machine & Deep Learning Models for Trading in Python” is a comprehensive guide authored by Sofien Kaabar, set to be released in January 2024. The book aims to demystify the complexities of deep learning in the financial sector by providing hands-on instructions for developing trading models from scratch using Python. It covers the creation and backtesting of trading algorithms based on machine learning and reinforcement learning, blending technical and quantitative analyses to offer innovative strategies for financial trading.
The guide delves into various aspects of data science, including a full introduction to technical analysis, evaluation of machine learning algorithms, and optimization of algorithms. Readers will learn to understand and create machine learning and deep learning models, explore reinforcement learning applications in time series, interpret performance evaluation metrics, and develop technical indicators in Python.
By bridging the gap between complex deep learning methodologies and practical financial applications, the book serves as a valuable resource for professionals and academics in finance, data scientists, quantitative traders, and students seeking to enhance their understanding of machine learning in trading1.
- تمامی کتابها بدون سانسور میباشند
- بازگشت کل مبلغ در صورت هرگونه مغایرت
- لینکهای دانلود بلافاصله پس از خرید نمایش داده میشوند
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.