原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
支持向量机理论及其在金融中的应用的任务书
任务概述：
本任务旨在了解支持向量机(SupportVectorMachine，简称SVM)理论，并通过分析其在金融领域的应用来探索其实际应用价值。本任务需要完成以下几个具体任务：
1.深入研究支持向量机（SVM）的理论和算法基础，并对其进行归纳总结、提出自己的见解。
2.精读一篇针对支持向量机在金融领域应用的论文，并对你所认为其中的关键点进行梳理整理。
3.跟据其中应用的案例，利用公开数据集、软件工具等自行运用支持向量机算法，对某类金融数据进行相应的预测、分析。
4.对自己的研究过程进行总结，撰写出完整的学习笔记与研究报告。
任务要求：
1.在对支持向量机的理论、算法基础进行研究的过程中，应当能够精确地描述其各个要素、内涵，能够利用相应的数学模型和计算方法对数据进行分类和预测。
2.在阅读金融领域的应用论文时，要能够理解其中所涉及金融模型和数据特点，认识到SVM在相应的问题上的优势和不足；能够总结出文中的关键点，并写出总结性结论。
3.在对数据进行预测分析的过程中，应为金融领域的某一类数据（如股票、汇率、信用评级等）设计相应机器学习算法，熟练掌握SVM的程序实现，并能够将预测结果与实际情况进行比对、评估成果有效性。
4.学习笔记与研究报告要求内容充实详实，结论明确、言之有据、论述清晰；问题与讨论要体现自己对所学知识和话题的理解与应用，才可获得更高分数。
评分要素：
1.理论研究:精确阐述支持向量机的算法原理和模型构成，并能够深刻理解模型背后的数学原理（30分）。
2.文献阅读:对所精读的论文，写出对于其中各章节的概括、关键点的梳理，并能在此基础上，给出自己的实践性建议(30分)。
3.数据预测:有效选取一种金融领域的数据类型，利用SVM对其进行预测、分类，并能正确认识到自己所获得结果的局限性以及应用可行性(30分)。
4.常规实践:笔记和报告的整体质量和成绩（10分）。
文档评论（0）