practical machine learning:实用机器学习研讨会系列的示例和代码 源码

实用机器学习研讨会系列 定量金融实用机器学习 WBSSpring会议的会后讲习班 日期:2021年3月29日星期一和30日星期二 时间:美国东部时间:上午9时至11时/夏令时:2-4时/ CEST:3-5时 议程 我们将专注于机器学习中的两个概念,它们对量化金融具有广阔的前景: 第一天的回归模型 第2天的生成模型 每天,我们将在第一个小时内讨论理论,然后在第二个小时内使用所学的知识来解决实际的量化金融问题。 在练习期间,我们将在Colab和AWS上审阅,更新和运行代码。 欢迎参与者注意观察,或者如果需要,也可以参与编写或运行代码(参与是严格可选的)。 研讨会结束后,该代码将在GitHub上可用。 第一天-回归模型 回归模型类型 前馈网络 自动编码器 练习部分:实际测量中的漂移估计 第2天-生成模型 生成模型类型 联合概率和条件概率 吉布斯采样 练习部分:实际测量中的概率估计