推荐一位只写机器学习干货的作者:金融咨询量化总监,新加坡国立大学学霸,《快乐机器学习》作者,FRM,CAIA...

本文主要是介绍推荐一位只写机器学习干货的作者:金融咨询量化总监,新加坡国立大学学霸,《快乐机器学习》作者,FRM,CAIA...,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

王的机器主理人

王圣元 (FRM, CAIA)

新加坡某金融咨询公司总监

新加坡国立大学金融数学硕士

新加坡国立大学量化金融学士

快乐机器学习》的作者

Python - 金工, 机学, 可视化》(正在写)

金融工程 - 从入门到入迷》(正在写)

Python 从入门到入迷》的讲师

Python 基础课复盘

他的信条是 

Yearning for Learning

Leading by Reading

Distilling by Writing

多学多读多写,终身渴望学习,通过读书保持领先,通过写作用心灌输。


历史精品文章

硬核蹭热点

  1. 负油价和巴舍利模型

Python 系列

  1. Python 入门篇 (上)

  2. Python 入门篇 (下)

  3. 数组计算之 NumPy (上)

  4. 数组计算之 NumPy (下)

  5. 科学计算之 SciPy

  6. 数据结构之 Pandas (上)

  7. 数据结构之 Pandas (下)

  8. 基本可视化之 Matplotlib

  9. 统计可视化之 Seaborn

  10. 炫酷可视化之 PyEcharts (v0.5)

  11. 炫酷可视化之 PyEcharts (v1.0)

  12. 机器学习之 Sklearn

  13. 机学可视化之 Scikit-Plot

  14. 深度学习之 Keras (上)

特别篇

  1. 树状图 TreeMap

  2. 面向对象编程

  3. 生成器和迭代器

  4. 装饰器

  5. Sklearn v0.22

  6. Jupyter Notebook 用法大全

  7. 格式化字符串

  8. 正则表达式

  9. 正则表达式实战

  10. 错误类型

  11. 异常处理

  12. Collections

  13. Matplotlib Animation

  14. All 和 Any

听说你会用 Python 系列

  1. 六酷技巧

  2. 99% 都会做错的题

  3. 考 99 分的潘石屹都不懂的知识点

小孩看得懂系列

  1. 小孩都可以玩的神经网络

  2. 小孩都看得懂的推荐系统

  3. 小孩都看得懂的逐步提升

  4. 小孩都看得懂的聚类

  5. 小孩都看得懂的主成分分析

  6. 小孩都看得懂的循环神经网络

  7. 小孩都看得懂的词向量

  8. 小孩都看得懂的熵、交叉熵和 KL 散度

  9. 小孩都看得懂的 p-value

  10. 小孩都看得懂的假设检验

机器学习

  1. 机器学习的定义

  2. 模型评估和选择

  3. 线性回归

  4. 正规化线性回归

  5. 线性回归之玩转金郡 (实操)

  6. 对率分类

  7. 对率分类之玩转美亚 (实操)

  8. 线性回归和对率分类完结篇

  9. 朴素贝叶斯

  10. 决策树

  11. 集成学习前传

  12. 随机森林和提升树

  13. 决策树之玩转借贷俱乐部 (实操)

  14. 集成树之玩转借贷俱乐部 (实操)

  15. 计算学习理论

  16. 支撑向量机 (上)

  17. 支撑向量机 (下)

  18. 人工神经网络

  19. 人工神经网络之正反向传播

  20. 极度梯度提升

  21. 极度梯度提升之玩转借贷俱乐部 (实操)

  22. Machine Learning Yearning 读书笔记 (上)

  23. Machine Learning Yearning 读书笔记 (中)

  24. 张量 101

  25. 张量求导和计算图

  26. 胶囊 (向量神经) 网络

金融工程

  1. 弄清量化金融十大话题 (上)

  2. 弄清量化金融十大话题 (下)

  3. 金融工程高度概览

  4. 日期生成

  5. 变量计算

  6. 曲线构建 I - 单曲线

  7. 曲线构建 II - 多曲线 (基差)

  8. 债券收益率曲线构建

  9. 模型校正

  10. 估值调整 I - 凸性调整

  11. 估值调整 II - Quanto 调整

  12. 估值调整 III - 时间调整

  13. 测度转换 (上) - 等价物转换

  14. 测度转换 (下) - 漂移项转换

特别篇

  1. SOFR - So Far So Good

  2. 标准初始保证金模型 (SIMM)

  3. FMM 大战 LMM - SOFR 企稳 Part I

  4. FMM 大战 LMM - SOFR 企稳 Part II

  5. FMM 大战 LMM - SOFR 企稳 Part III

量化投资

  1. 资产配置

  2. Quantopian 风险模型 (QRM)

  3. Quantopian 入门系列 1

  4. Quantopian 入门系列 2 (上)

  5. Quantopian 入门系列 2 (下)

  6. AFML 读书笔记 - 金融数据结构

  7. AFML 读书笔记 - 从 Tick 到 Bar

  8. AFML 读书笔记 - 基于事件采样

  9. AFML 读书笔记 - 三隔栏方法

  10. AFML 读书笔记 - 元标签方法

信用风险建模

  1. 信用风险 101

  2. 独立模型 - 伯努利模型

书籍资料

  1. 量化金融精品书籍

  2. 机器学习精品书籍

  3. 数据分析精品书籍

  4. 深度学习精品书籍

  5. 量化投资精品书籍

  6. 强化学习精品书籍

  7. 衍生交易精品书籍

  8. Python 精华资料

  9. 各类经典精品书籍

  10. 数学精品书籍

  11. 自然语言处理精品资料

  12. 计算机视觉精品资料

  13. 可解释的机器学习书

  14. 近期六本好书

其他

  1. 麦肯锡教我的思考武器

  2. 「研究」债务

  3. 年度宽客

  4. TPU 灵魂三问

课程演讲

  1. MIT - 深度学习导论

  2. Coursera - TensorFlow 实战专项课

  3. DataCamp - 4 天学完 12 门课

  4. P-Q-R- Quant

  5. 机器学习、金融工程和量化投资

  6. 障碍和触碰期权的定价

关注他吧!

这篇关于推荐一位只写机器学习干货的作者:金融咨询量化总监,新加坡国立大学学霸,《快乐机器学习》作者,FRM,CAIA...的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/255150

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

防近视护眼台灯什么牌子好?五款防近视效果好的护眼台灯推荐

在家里,灯具是属于离不开的家具,每个大大小小的地方都需要的照亮,所以一盏好灯是必不可少的,每个发挥着作用。而护眼台灯就起了一个保护眼睛,预防近视的作用。可以保护我们在学习,阅读的时候提供一个合适的光线环境,保护我们的眼睛。防近视护眼台灯什么牌子好?那我们怎么选择一个优秀的护眼台灯也是很重要,才能起到最大的护眼效果。下面五款防近视效果好的护眼台灯推荐: 一:六个推荐防近视效果好的护眼台灯的