CQF课程第四模块名称叫做数据科学与机器学习。在模块四中,您将了解金融中使用的最新数据科学和机器学习技术。从对该主题的全面概述开始,您将学习基本的数学工具,然后深入研究监督学习的主题,包括回归方法、k-最近邻、支持向量机、集成方法等等。
1、机器学习简介l
什么是数学建模?
经典造型
机器学习有何不同?
机器学习的主要技术
2、机器学习简介II
常见的机器学习术语
监督学习技术简介
无监督学习技术介绍
介绍强化学习技术
3、机器学习数学工具箱
最大似然估计
成本/损失函数
梯度下降
随机梯度下降
偏差和方差
拉格朗日乘数
主成分分析
4、监督学习——回归方法
线性回归
惩罚回归:Lasso、Ridge和Elastic Net
逻辑、Softmax回归
5、监督学习II
K最近邻
朴素贝叶斯分类器
支持向量机
6、决策树和集成模型
熵最小化和基本数学
分裂过程和修剪标准
随机森林和极端梯度提升
使用Logit和决策树替代方案进行装袋(PD案例研究)
7、金融的实用机器学习案例研究
宏观预测标准普尔500指数和Baa-Spread
共同基金的夏普风格回归方法
用于ESG公司报告情感分析的自然语言处理
以上便是《CQF第四模块课程内容都有哪些?》的全部内容,部分内容来源自网络,如有版权问题请联系2355960815@qq.com删除。