书目信息 |
| 题名： |
概率机器学习
|
|
| 作者： | 卡农戈 著 ；李波 译 | |
| 分册： | ||
| 出版信息： | 北京 机械工业出版社 2025.04 |
|
| 页数： | 225页 | |
| 开本： | 24cm | |
| 丛书名： | ||
| 单 册： | ||
| 中图分类： | TP181 ， F830.59 | |
| 科图分类： | ||
| 主题词： | 机器学习--应用--金融投资 | |
| 电子资源： | ||
| ISBN： | 978-7-111-77271-2 | |
| 000 | 01471nam0 2200289 450 | |
| 001 | 013648634 | |
| 005 | 20251022150314.11 | |
| 010 | @a978-7-111-77271-2@dCNY89.00 | |
| 100 | @a20250610d2025 em y0chiy0120 ea | |
| 101 | 1 | @achi@ceng |
| 102 | @aCN@b110000 | |
| 105 | @aa z 000yy | |
| 106 | @ar | |
| 200 | 1 | @a概率机器学习@9gai lv ji qi xue xi@e金融与投资实战@dProbabilistic machine learning for finance and investing@ea primer to generative AI with Python@f(美)迪帕克·K. 卡农戈(Deepak K. Kanungo)著@g李波[等]译@zeng |
| 210 | @a北京@c机械工业出版社@d2025.04 | |
| 215 | @a225页@c图@d24cm | |
| 304 | @a译者还有：简洪涛、李一帆、殷吉轩 | |
| 305 | @aO'Reilly Media, Inc.授权出版 | |
| 330 | @a本书探讨了概率机器学习在金融与投资领域的前沿应用，揭示了这一技术如何成为下一代金融分析与投资决策的框架。阐述了概率机器学习如何从有噪声的金融数据集中持续学习，并实现概率推断、回溯预测、预测及反事实推理。同时，该技术还能将个人、实证及机构知识系统地编码进机器学习模型中。书中通过实战案例，展示了如何利用概率分布量化不确定性，从而做出更贴近现实的金融推断与预测，为决策制定与风险管理提供支持。 | |
| 510 | 1 | @aProbabilistic machine learning for finance and investing@ea primer to generative AI with Python@zeng |
| 606 | 0 | @a机器学习@x应用@x金融投资 |
| 690 | @aTP181@v5 | |
| 690 | @aF830.59@v5 | |
| 701 | 0 | @c(美)@a卡农戈@9ka nong ge@c(Kanungo, Deepak K.)@4著 |
| 702 | 0 | @a李波@9li bo@4译 |
| 801 | 0 | @aCN@c20250911 |
| 905 | @a河南城建学院图书馆@dTP181@eK071@ZK071@f1 | |
| 概率机器学习：金融与投资实战=Probabilistic machine learning for finance and investing：a primer to generative AI with Python/(美)迪帕克·K. 卡农戈(Deepak K. Kanungo)著/李波[等]译.-北京：机械工业出版社，2025.04 |
| 225页：图；24cm |
| ISBN 978-7-111-77271-2：CNY89.00 |
| 本书探讨了概率机器学习在金融与投资领域的前沿应用，揭示了这一技术如何成为下一代金融分析与投资决策的框架。阐述了概率机器学习如何从有噪声的金融数据集中持续学习，并实现概率推断、回溯预测、预测及反事实推理。同时，该技术还能将个人、实证及机构知识系统地编码进机器学习模型中。书中通过实战案例，展示了如何利用概率分布量化不确定性，从而做出更贴近现实的金融推断与预测，为决策制定与风险管理提供支持。 |
| ● |
| 相关链接 |
|
|
|
正题名：概率机器学习
索取号：TP181/K071
预约/预借
| 序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
| 1 | 1635559 | 216355593 | 自科库301/301自科库 102排9列3层/ [索取号:TP181/K071] | 在馆 |