Машинное обучение: алгоритмы для бизнеса

Машинное обучение: алгоритмы для бизнеса
  • Производитель:
    Питер
  • Автор:
    де Прадо М.
  • Вес:
    550 г.
  • Количество страниц:
    432
  • Обложка:
    Мягкая обложка
  • ISBN:
    978-5-4461-1154-1
  • Формат:
    165х233х20 мм
1297р.
Есть в наличии
Подарочная упаковка

Заказывается дополнительно. Стоимость 150руб.

Информация для покупателя

Цена в интернет-магазине может отличаться от цены в офлайн-магазине. Оформление книги может не совпадать с представленным на сайте.

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.

Об авторе
Маркос Лопез де Прадо управляет многомиллиардными фондами, используя алгоритмы МО и суперкомпьютеры. Он основал компанию Guggenheim Partners’ Quantitative Investment Strategies (QIS), где разработал высокоэффективные стратегии, позволяющие гарантировать максимальные возвраты на вложенный капитал с поправкой на риск, затем выкупил QIS и успешно развернул этот бизнес в 2018 году.
Маркос Лопез де Прадо входит в топ-10 самых читаемых авторов в области финансов благодаря десяткам научных статей, посвященных машинному обучению.