首页 > 文档云仓 > 技术工艺 | 前沿科技 > 前沿科技 > 机器学习系列报告:机器学习发展历程与量化投资的展望
【报告导读】机器学习的一般流程包括数据获取、数据处理、模型选择、模型训练、模型评估、模型调参与模型预测。从监督学习、无监督学习、概率图模型、深度学习与强化学习这五个大类对广义的机器学习发展历程进行总结与回顾,对有重要意义的经典算法进行介绍。
未来机器学习与量化投资的展望
数据驱动与模型驱动将互补融合。算法的不断改进或将提升机器学习 在低信噪比数据上的表现。预测对象与应用场景会更多地被关注。因 子挖掘将更关注本身的逻辑,而非过度挖掘。同时因子库、模型库以 及策略库会更加多样化。解释机器学习与市场多种状态转换下的模型 适应或模型轮换可能是未来机器学习需要关注的问题。
收藏(150)
点赞(325)
格式
大小
1.19MB
青云豆
4
电子行业:深度“智能化”,深度“国产化”,电子行业迎来新周期(62页).pdf
脑机接口行业深度行业现状市场发展分析产业链及相关公司深度梳理(23页).pdf
AIGC专题:国内大模型概览(42页).pdf
计算机行业深度报告:物联网:研究框架(45页).pdf
【免费报告下载】奥纬咨询:数据分析前沿(21页)(21页).pdf
【免费下载】IBM商业价值研究院:新型互联资产模式(12页).pdf
AIGC行业深度报告(9):华为算力编年史(68页).pdf
传媒互联网行业2023年中期策略报告:大模型掀起应用新时代,关注垂直领域商业化落地(61页).pdf
【金融科技】AI银行:了解AI是如何使银行和资本市场转变(22页).pdf
计算机行业研究报告:数字经济发展核心引擎是数据要素!——科技前瞻系列之六:数据要素如何助力数字经济发展(26页).pdf
如果您觉得此文档侵犯了您的合法权利,请填写以上内容并提交。请您务必阅读并参照网站底部的“用户协议”、“隐私协议”中关于侵权问题的处理方法,积极维护您的权益,我们将尽快处理以维护您的合法权益。
下载支付确认
机器学习系列报告:机器学习发展历程与量化投资的展望.pdf
所需支付青云豆:4