导言

Rosenblatt 感知器

回归建模

最小均方算法

多层感知器

核方法和径向基函数网络

支持向量机

主成分分析

自组织映射

信息论学习模型

源于统计力学的随机方法

动态规划

神经动力学

动态系统状态估计的贝叶斯滤波

动态驱动递归网络

Read more

概述

监督学习概述

回归的线性方法

分类的线性方法

基展开与正则化方法

核平滑方法

模型的评估和选择

模型的推断和平均

加性模型，树和相关方法

Boosting 和加性树

神经网络

支持向量机与柔性判别分析

原型方法与最近邻

非监督学习

随机森林

集成学习

无向图模型

高维问题

Read more

机器学习的流程

简单而又奇妙的数值

文本数据： 扁平化，过滤和分块

特征缩放的效果：从词袋到tf-idf

分类变量：自动化时代的数据计数

数据降维：使用PCA 挤压数据

非线性特征话与k-均值模型堆叠

自动特征生成：图像特征提取和深度学习

回到特征：建立学术论文推荐器

附录A： 线性建模与线性代数基础

Read more

机器智能

人工智能

超级智能

金融和机器学习

规范性金融理论

数据驱动的金融学

机器学习

人工智能优先的金融

统计失效

密集神经网络

循环神经网络

强化学习

算法交易

向量化回测

风险管理

执行与部署

展望

基于人工智能的竞争

金融奇点

附录

交互式神经网络

神经网络类

卷积神经网络

Read more

金融心理学

理性人和真实世界

一些实用术语

第一项基本原理： 市场走在前

第二项基本原理：市场是非理性的

第三项基本原理：混沌支配

第四项基本原理：技术图形自我实现

心理学的起源

Read more

Read more

Read more

全文总结 这是一本关于时间序列预测的书籍相关介绍，作者为MANNING Marco Peixeiro 。书中涵盖了时间序列预测的核心概念、统计模型、深度学习以及自动化预测等多方面内容。开篇介绍时间序列的定义、分解以及预测项目生命周期等基础概念。接着详细阐述多种统计模型，如随机游走模型、移动平均模型、自回归模型及其组合ARMA、ARIMA模型等，包括模型原理、如何通过自相关函数（ACF）、偏自相关函数（PACF）等工具辅助建模，以及利用AIC准则、Q - Q图、Ljung - Box检验和残差分析等进行模型评估与选择。在深度学习部分，介绍其在时间序列预测中的应用，包括数据窗口处理、创建基线...

Read more

架构简介

架构简介

架构设计的技术方法

切分与扩展

主动发现

自动化

灰度升级

过载保护

负载均衡

柔性

架构思维意识

稳定为王

完成比完美重要

聚沙成塔

自动化思维

产品思维

善用工具

算法

流程和文化

案例剖析

架构案例剖析

Read more

集成学习基础知识

集成方法： 炒作还是福音

基本集成方法

同质并行集成：Bagging法和随机森林

异质并行集成： 结合强学习起

顺序集成： 自适应提升

顺序集成： 梯度提升

顺序集成： 牛顿提升

集成之外： 将集成方法应用于你的数据

学习连续和计数标签

学习分类特征

集成学习可解释性

Read more