金融科技学第六章金融大数据与机器学习原理
金融科技学 第六章 金融大数据与机器 学习原理
本讲导读大数据概论二三金融大数据分析方法四机器学习原理五本讲小结】第6章大数据与机器学习原理
本讲导读 二 大数据概论 一 机器学习原理 三 第 6 章 大数据与机器学习原理 金融大数据分析方法 四 五 本讲小结
01明确学习目标本讲导读熟悉本讲结构与主要内容0203梳理本讲与其他各讲的联系学术会堂推荐参考文献04
本讲导读 01 明确学习目标 02 熟悉本讲结构与主要内容 03 梳理本讲与其他各讲的联系 04 推荐参考文献
01明确学习自标可以掌握大数据的特征；了解大数据可视化、大数据分布式并行计算、大数据软件工具;掌握金融大数据的数据获取方式、预处理方法以及关联分析初步知识；掌握机器学习、监督学习、非监督学习的概念及种类，了解强化学习的概念；》本讲导读
01 明确学习目标 一、本讲导读 ⚫ 可以掌握大数据的特征； ⚫ 了解大数据可视化、大数据分布式并行计算、大数据软件工 具； ⚫ 掌握金融大数据的数据获取方式、预处理方法以及关联分析 初步知识； ⚫ 掌握机器学习、监督学习、非监督学习的概念及种类，了解 强化学习的概念；
本讲需要识记的基本概念大数据大数据技术监督学习非监督学习决策树人工神经网络贝叶斯方法支撑向量机聚类降维机器学习集成学习流形学习半监督学习强化学习》本讲导读
一、本讲导读 本讲需要识记的基本概念 大数据 大数据技术 监督学习 非监督学习 决策树 支撑向量机 人工神经网络 贝叶斯方法 机器学习 集成学习 流形学习 半监督学习 聚类 降维 强化学习
02熟悉本讲结构与主要内容金融大数据时代大数据概论大数据特征大数据与机器学习原理可视化、分布式并行处理和工具软件金融大数据的获取金融大数据的预处理金融大数据分析方法金融大数据的关联分析机器学习介绍机器学习原理机器学习分类机器学习的挑战与原则>本讲导读
机器学习的挑战与原则 机器学习介绍 金融大数据时代 一、本讲导读 大 数 据 与 机 器 学 习 原 理 金融大数据分析方法 大数据概论 机器学习原理 可视化、分布式并行处理和工具软件 金融大数据的获取 机器学习分类 金融大数据的预处理 02 熟悉本讲结构与主要内容 金融大数据的关联分析 6 大数据特征
03梳理本讲与其他各讲的联系电报与计算机技术带来的金融创新（对应第一章）金融科技企业利用大数据等技术优化运营，降低了经验成本。包括服务于共享金融、银行记账、移动支付等领域（对应第三-八章）通过机器学习模型，运用训练得到的模型进行风险预测，设立智能投资顾问（对应第九、十章）现代征信系统已经从过去小数据模型研发和评分，转变为依托大数据，进行立体化和可复制的形式进行综合评价（对应十五章）》本讲导读
03 梳理本讲与其他各讲的联系 一、本讲导读 ⚫电报与计算机技术带来的金融创新（对应第一章） ⚫金融科技企业利用大数据等技术优化运营，降低了经验成本。包括服务 于共享金融、银行记账、移动支付等领域（对应第三-八章） ⚫通过机器学习模型，运用训练得到的模型进行风险预测，设立智能投资 顾问（对应第九、十章） ⚫现代征信系统已经从过去小数据模型研发和评分，转变为依托大数据， 进行立体化和可复制的形式进行综合评价（对应十五章） 7
04推荐参考文献段永朝.北大讲义：互联网思想十讲.北京：商务印书馆，2014.任昱衡，李倩星，米晓飞.数据挖掘：你必须知道的32个经典案例.北京：电子工业出版社，2016周志华.机器学习.北京：清华大学出版社，2016李航《统计学习方法》Elementof statisticslearningB站《金融科技工具箱》》本讲导读
04 推荐参考文献 一、本讲导读 ⚫ 段永朝. 北大讲义：互联网思想十讲. 北京：商务印书馆， 2014. ⚫ 任昱衡，李倩星，米晓飞. 数据挖掘：你必须知道的32个 经典案例. 北京：电子工业出版社，2016. ⚫ 周志华. 机器学习. 北京：清华大学出版社，2016. ⚫ 李航《统计学习方法》 ⚫ Element of statistics learning ⚫ B站《金融科技工具箱》
本讲导读二大数据概论三金融大数据分析方法四机器学习原理五本讲小结》第5章区块链、通证经济与加密货币设计原理
第 5 章 区块链、通证经济与加密货币设计原理 大数据概论 一 本讲导读 二 机器学习原理 三 金融大数据分析方法 四 五 本讲小结
01金融迎来大数据时代大数据概论大数据特征0203可视化、分布式并行处理和工具软件学术会堂
大数据概论 01 金融迎来大数据时代 02 大数据特征 可视化、分布式并行处理 和工具软件 03