TensorFlow 2機器學習實戰-聚焦經濟金融科研與產業的深度學習模型 9787302631583 (瑞典)以賽亞.

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202306*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：TensorFlow 2機器學習實戰-聚焦經濟金融科研與產業的深度學習模型
ISBN：9787302631583
出版社：清華大學
著編譯者：(瑞典)以賽亞.赫爾(Isaiah Hull)著 朱文
頁數：247
所在地：中國大陸 *此為代購商品
書號：1539938
可大量預訂，請先連絡。

【台灣高等教育出版社簡體書】 TensorFlow 2機器學習實戰-聚焦經濟金融科研與產業的深度學習模型 787302631583 (瑞典)以賽亞.赫爾(Isaiah Hull)著 朱文

內容簡介

本書側重於實證維度的經濟和金融問題，以及如何用機器學習方法求解這些問題，通過建立相關模型得出相應的結論。這包括各種區分深度學習模型（DNNs、cnn、Istm和DONs）、生成機器學習模型（gan和VAEs）和基於樹的模型。本書內容還涵蓋了經濟學和機器學習的經驗方法的交叉，包括回歸分析，自然語言處理，和降維。本書的讀者對象為本專科學生以及研究生，在經濟和金融領域工作的數據科學家，公共和私營部門的經濟學家，以及社會科學研究者。

作者簡介

以賽亞·赫爾，是瑞典中央銀行研究部的資深經濟學家，博士畢業於美國波士頓學院，從事計算經濟學、機器學習、微觀金融、金融科技等方面的研究。Isaiah Hull博士也在DataCamp平台上講授課程，包括「基於Python的TensorFlow導論」（Introduction to TensorFlow in Python）等，目前正從事將量子計算、量子貨幣引入經濟學科中的交叉學科研究項目。

目錄

第1章 TensorFlow 2簡介
1 1 安裝TensorFlow
1 2 TensorFlow 2和TensorFlow 1的區別
1 3 TensorFlow與經濟金融
1 3 1 機器學習
1 3 2 理論模型
1 4 張量簡介
1 5 TensorFlow中的線性代數和微積分
1 5 1 常量和變數
1 5 2 線性代數
1 5 3 微分學
1 6 在TensorFlow中載入應用數據
1 7 本章小結
參考文獻
第2章 機器學習與經濟學
2 1 大數據：計量經濟學的新絕技（Varian，2014）
2 2 策略預測問題（Kleinberg等，2015）
2 3 「機器學習：一個應用計量經濟學技巧」（Mullainathan和Spiess，2017）
2 4 「機器學習對經濟學的影響」（Athey，2019）
2 4 1 機器學習和傳統計量經濟學方法
2 4 2 現有的機器學習程序
2 4 3 政策分析
2 4 4 研究熱點和預測
2 5 「經濟學家應該了解的機器學習方法」（Athey和Imbens，2019）
2 6 「將文本作為數據」（Gentzkow等，2019）
2 6 1 將文本表示為數據
2 6 2 統計方法
2 6 3 應用
2 7 「如何讓機器學習對宏觀經濟預測有用」（Coulombe等，2019）
2 8 本章小結
參考文獻
第3章 回歸
3 1 線性回歸
3 1 1 概述
3 1 2 普通最小二乘法
3 1 3 最小絕對偏差
3 1 4 其他的損失函數
3 2 部分線性模型
3 3 非線性回歸
3 4 邏輯回歸
3 5 損失函數
3 5 1 離散因變數
3 5 2 連續因變數
3 6 優化器
3 6 1 隨機梯度下降（Stochastic Gradient Descent，SGD）
3 6 2 一些改進的優化器
3 7 本章小結
參考文獻
第4章 樹
4 1 決策樹
4 1 1 概述
4 1 2 特徵工程
4 1 3 模型訓練
4 2 回歸樹
4 3 隨機森林
4 4 梯度提升樹
4 4 1 分類樹
4 4 2 回歸樹
4 5 模型調優
4 6 本章小結
參考文獻
第5章 圖像分類
5 1 圖像數據
5 2 神經網絡
5 3 Keras
5 3 1 序貫式API
5 3 2 函數式API
5 4 Estimators
5 5 卷積神經網絡
5 5 1 卷積層
5 5 2 卷積神經網絡的訓練
5 6 預訓練好的模型
5 6 1 特徵提取
5 6 2 模型調優
5 7 本章小結
參考文獻
第6章 文本數據
6 1 數據清洗和準備
6 1 1 數據收集
6 1 2 文本數據表徵
6 1 3 數據準備
6 2 詞袋模型
6 3 基於詞典的方法
6 4 詞嵌入
6 5 主題建模
6 6 文本回歸
6 7 文本分類
6 8 本章小結
參考文獻
第7章 時間序列
7 1 機器學習的序貫模型
7 1 1 稠密神經網絡
7 1 2 循環神經網絡
7 1 3 長短期記憶
7 1 4 中間隱狀態
7 2 多元預測
7 2 1 LSTM
7 2 2 梯度提升樹
7 3 本章小結
參考文獻
第8章 降維
8 1 經濟學中的降維
8 1 1 主成分分析
8 1 2 偏最小二乘
8 2 自編碼器模型
8 3 本章小結
參考文獻
第9章 生成式模型
9 1 變分自編碼器
9 2 生成式對抗網路
9 3 經濟與金融領域的應用
9 4 本章小結
參考文獻
第10章 理論模型
10 1 處理理論模型
10 1 1 吃蛋糕問題
10 1 2 新古典商業周期模型
10 2 深度強化學習
10 3 本章小結
參考文獻
術語/短語中英文對照及索引表

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。