金融大数据实践教程第8章 金融大数据分析基础.pptxVIP

实践教程金融大数据永胜额尔敦格日乐主编杨瑞成陈柱魏磊副主编高等学校金融科技专业精品教材

金融大数据分析基础第8章金融大数据实践教程

知识目标：掌握Python语言分析金融数据的基本方法，包括机器学习、人工神经网络等。能力目标：能够应用机器学习预测股票涨跌；能够应用人工神经网络、线性回归分析数据，并通过界面交互方式输出结果。素养目标：培养科技创新思维，掌握科技创新本领、投身科技创新热潮。教学目标

初探机器学习初探机器学习

8.1.1概念机器学习是通过计算机语言模拟或实现人类学习行为，用算法重新组织已有知识，然后获取新的知识或技能。算法是机器学习的核心。机器学习是人工智能的核心，常见算法包括：决策树算法、朴素贝叶斯算法、支持向量机算法、随机森林算法、人工神经网络算法、Boosting与Bagging算法、关联规则算法、EM（期望最大化）算法、深度学习等。机器学习主要涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等学科。

8.1.1概念在机器学习中，随机森林是指利用多棵树对样本进行训练并预测的一种分类器，其输出类别由个别树输出类别的多寡而定。随机森林学习算法建造每棵树的步骤是：原始训练集为N，有放回地随机抽取k个新的随机样本集，并由此构建k棵分类树，每次未被抽到的样本组成了