Машинное обучение: алгоритмы для бизнеса; Питер, 2019

от 699 р. до 1559 р.

  • Издатель: ПИТЕР
  • ISBN: 978-5-4461-1154-1
  • EAN: 9785446111541

  • Книги: Математика
  • ID:3338870
Где купить

Где купить (9)

Цена от 699 р. до 1559 р. в 9 магазинах

МагазинЦенаНаличие
Яндекс.Маркет
5/5
1264 р.
2440 р. -48% Кэшбэк до 3.8%
Промокоды на скидку

04.06.2024
1539 р.
Минимальная сумма заказа 100 рублей Крупнейшая сеть книжных магазинов Кэшбэк до 6.3%
Промокоды на скидку

07.06.2024
1539 р.
1669 р. -8% Минимальные сроки доставки. Кэшбэк до 6.3%
Промокоды на скидку

07.06.2024
1539 р.
1669 р. -8% Кэшбэк до 6.3%
Промокоды на скидку

07.06.2024
1264 р.
2440 р. -48% Повышенный кешбэк до 40%
Промокоды на скидку

06.06.2024
1499 р.
1759 р. -15%

07.06.2024
1559 р.
Заказ от 800 рублей мы привезем бесплатно! Кэшбэк до 7%

Наличие уточняйте
21.02.2024
699 р.
Электронная книга Кэшбэк до 14%

Наличие уточняйте
990 р.
Один из первых книжных интернет-магазинов, работающий с 2002 года Кэшбэк до 6.5%
Промокоды на скидку

Наличие уточняйте
20.02.2024
Avito доставка позволит получить любой товар, не выходя из дома

История цены

МагазинПоследняя известная ценаОбновлено
РЕСПУБЛИКА
1000 р.
21.05.2021

Описание

Маркос Лопез де Прадо делится тем, что обычно скрывают — самыми прибыльными алгоритмами машинного обучения, которые он использовал на протяжении двух десятилетий, чтобы управлять большими пулами средств самых требовательных инвесторов.

Машинное обучение меняет практически каждый аспект нашей жизни, алгоритмы МО выполняют задачи, которые до недавнего времени доверяли только проверенным экспертам. В ближайшем будущем машинное обучение будет доминировать в финансах, гадание на кофейной гуще уйдет в прошлое, а инвестиции перестанут быть синоним азартных игр.

Воспользуйтесь шансом поучаствовать в «машинной революции», для этого достаточно познакомиться с первой книгой, в которой приведен полный и систематический анализ методов машинного обучения применительно к финансам: начиная со структур финансовых данных, маркировки финансового ряда, взвешиванию выборки, дифференцированию временного ряда... и заканчивая целой частью, посвященной правильному бэктестированию инвестиционных стратегий.

Машинное обучение: алгоритмы для бизнеса - фото №1

Машинное обучение: алгоритмы для бизнеса - фото №2

Машинное обучение: алгоритмы для бизнеса - фото №3

Машинное обучение: алгоритмы для бизнеса - фото №4

Машинное обучение: алгоритмы для бизнеса - фото №5

Машинное обучение: алгоритмы для бизнеса - фото №6

Машинное обучение: алгоритмы для бизнеса - фото №7

Машинное обучение: алгоритмы для бизнеса - фото №8

Машинное обучение: алгоритмы для бизнеса - фото №9

Машинное обучение: алгоритмы для бизнеса - фото №10

Машинное обучение: алгоритмы для бизнеса - фото №11

Машинное обучение: алгоритмы для бизнеса - фото №12

Машинное обучение: алгоритмы для бизнеса - фото №13

Машинное обучение: алгоритмы для бизнеса - фото №14

Смотри также о книге.

О книге


ПараметрЗначение
Автор(ы)
Переплет70х100/16 (165х233 мм)
ИздательПитер
Год издания2019
Возрастные ограничения16
Кол-во страниц432
СерияIT для бизнеса
Возрастное ограничение16+
Жанруправление финансами
Тип обложкимягкая
Вес0.549
ИздательствоПитер СПб
Формат70х100/16 (165х233 мм)
АвторФернандес-Араос Клаудио
Количество страниц432
Количество книг1
РазделПредпринимательство
ISBN978-5-4461-1154-1
Размеры16,50 см × 23,30 см × 1,90 см
Обложкамягкая обложка
Язык изданияrus
Страниц432
Переплётмягкий
ТематикаМатематика
Тираж1700


Отзывы (1)


  • 5/5

    Маркос – самый цитируемый специалист в quantative finance, его компания управляет активами более, чем на триллион долларов. Его опыт и взгляд на ML выделаяют Маркоса на фоне остальных исследователей. Он доказал теорему о том, как избыточный бэктестинг приводит к некорректным стратегиями. Я бы рекомендовал книгу всем хотя бы для ознакомления.

Зарегистрируйтесь и получайте бонусы за покупки!


Книги: Машинное обучение. Анализ данных - издательство "ПИТЕР"

Категория 559 р. - 838 р.

Книги: Машинное обучение. Анализ данных

Категория 559 р. - 838 р.

закладки (0) сравнение (0)

12 ms