《机器学习与金融应用实践》课程教学大纲 、课程基本信息 课程名称:机器学习与金融应用实践 英文名称: Machine Study and Financial Practice 课程编号:320100214 课程类别:实践必修课 预修课程:数据科学基础与 Python语言 开设部门:金融科技学院 适用专业:金融科技、金融工程、信息管理、大数据技术 学分:2 总课时:48 其中理论课时:0,实践课时48 课程性质、目的 1.回顾《线性代数》、《概率论与数理统计》的基本内容: 了解机器学习的发展脉络,掌握所需的基本概念,动手实现基本算法模型: 3.引入金融应用场景,体会金融数据分析中的特征分类 实验教学内容规划 分类算法:k一近邻算法、决策树、支持向量机与贝叶斯分类器24课时 神经网络:神经元模型、多层感知机、常见神经网络与深度学习简介24课时《机器学习与金融应用实践》课程教学大纲 一、课程基本信息 课程名称：机器学习与金融应用实践 英文名称：Machine Study and Financial Practice 课程编号：320100214 课程类别：实践必修课 预修课程：数据科学基础与 Python 语言 开设部门：金融科技学院 适用专业：金融科技、金融工程、信息管理、大数据技术 学 分：2 总 课 时：48 其中理论课时：0 ，实践课时 48： 二、课程性质、目的 1. 回顾《线性代数》、《概率论与数理统计》的基本内容； 2. 了解机器学习的发展脉络，掌握所需的基本概念，动手实现基本算法模型； 3. 引入金融应用场景，体会金融数据分析中的特征分类。 实验教学内容规划： 分类算法：k—近邻算法、决策树、支持向量机与贝叶斯分类器 24 课时 神经网络：神经元模型、多层感知机、常见神经网络与深度学习简介 24 课时