GS.Math

вторник, 2 апреля 2019 г.

Machine Learning, Books

https://www.litres.ru/peter-flah/mashinnoe-obuchenie-nauka-i-iskusstvo-postroeniya-algoritmov-kotorye-izvlekaut-znaniya-iz-dannyh-22678129/

https://www.litres.ru/pedro-domingos/verhovnyy-algoritm-kak-mashinnoe-obuchenie-izmenit-nash-mir/

https://www.litres.ru/villi-richart/postroenie-sistem-mashinnogo-obucheniya-na-yazyke-python-22873803/
Автор: gstrade на 01:31
Отправить по электронной почтеНаписать об этом в блогеПоделиться в XОпубликовать в FacebookПоделиться в Pinterest
Ярлыки: Books, Machine Learning

Комментариев нет:

Отправить комментарий

Следующее Предыдущее Главная страница
Подписаться на: Комментарии к сообщению (Atom)

Обо мне

gstrade
Просмотреть профиль

Ярлыки

  • 12 (1)
  • 13 (1)
  • 17 (1)
  • 3Blue1Brown (1)
  • 3D (1)
  • Астрофизика (2)
  • Борис Штерн (1)
  • Вселенная (2)
  • Двайт (1)
  • Капица (1)
  • Кондорсе (1)
  • Космология (2)
  • Кульбак (1)
  • Лейблер (1)
  • Линде (1)
  • Логика чудес (1)
  • Непараметрическая (1)
  • Пригожин (1)
  • статистика (1)
  • Сausation (1)
  • Фурье (1)
  • Хрипунова (1)
  • Эльсгольц (1)
  • Abel (1)
  • Accord (1)
  • Accord.Statistics (1)
  • AlexNet (1)
  • Algebra (2)
  • Algo (1)
  • algorithm (1)
  • Analysis (1)
  • Approximation (1)
  • Arcsin Calc (1)
  • ARIMA (1)
  • ATR (1)
  • Backpropagation (1)
  • Ballistika (1)
  • Baluev (1)
  • Bayes (1)
  • Bayesian (6)
  • BB (1)
  • Bergomi (1)
  • Bestseller (1)
  • Bias (1)
  • BigData (2)
  • BlackScholes (1)
  • Book (1)
  • Books (12)
  • Boosting (1)
  • Box (1)
  • Box–Muller (1)
  • C# (6)
  • C++ (1)
  • Caffe (1)
  • Calculate (1)
  • Calculator (2)
  • Calibration (1)
  • Calman (1)
  • CDF (6)
  • CDFs (1)
  • Charts (1)
  • Chat-Gpt (1)
  • CIR (1)
  • Classification (2)
  • CNN (2)
  • Colab (1)
  • Coloboratory (1)
  • ComputerVision (1)
  • Condorcet (1)
  • Constant (1)
  • ConvNet (1)
  • Cook (1)
  • Correlation (1)
  • Cosine (1)
  • Cotes (2)
  • Course (1)
  • Covariance (2)
  • Cox-Ingersoll-Ross (1)
  • Cpp (4)
  • Cubic (1)
  • Cup (1)
  • Curve (1)
  • D (1)
  • Data (1)
  • Data Science (4)
  • DateTime (1)
  • Dauny (1)
  • David Silver (1)
  • Deep Learning (11)
  • DeepLizard (1)
  • Delta (1)
  • Demidovich (1)
  • density (1)
  • Derivative (3)
  • derivatives (5)
  • descriptive (1)
  • Desmos (2)
  • Determinate (1)
  • Diff (4)
  • Digest (1)
  • Distrib (1)
  • distributed (1)
  • Distribution (3)
  • Distributions (3)
  • divisibility (1)
  • Docs (1)
  • Dvait (1)
  • Dynamic (1)
  • E (1)
  • Econometrics (1)
  • Elliptic (1)
  • Encog (2)
  • Entropia (1)
  • equality (1)
  • equations (1)
  • erf(x) (1)
  • erfx (1)
  • ESS (1)
  • Estimate (2)
  • Estimates (2)
  • Ettore (1)
  • Examples (17)
  • Excel (3)
  • Excell (1)
  • Fat (1)
  • Filtering (1)
  • Filters (1)
  • Finance (6)
  • Find (1)
  • Find. StudFiles (1)
  • Forecast (1)
  • Forecasting (1)
  • Fourier (1)
  • Fractals (1)
  • function (2)
  • Gauss (1)
  • GBM (2)
  • Gelfand (1)
  • Generalization (1)
  • generate (1)
  • Genius (1)
  • Giga (3)
  • github (2)
  • Gomeomorfizm (1)
  • graph (7)
  • Graphic (1)
  • Graphics (1)
  • Great Man (1)
  • Greeks (1)
  • Gym (1)
  • Habr (2)
  • Harmonic (1)
  • Hot (1)
  • IDE (1)
  • Indicators (2)
  • Install (3)
  • Integral (2)
  • Integrals (2)
  • Integration (4)
  • Intergral (1)
  • Interpolation (2)
  • IQR (2)
  • Ito (1)
  • Kalman (4)
  • Keras (1)
  • Keras Tuner (1)
  • Kirianov (1)
  • Kudrya (1)
  • Kullback (1)
  • Larichev (1)
  • Laslo (1)
  • Laurent (1)
  • Learning Statistic (2)
  • Leibler (1)
  • Lemma (1)
  • Levich (1)
  • Lg (1)
  • Libraries (1)
  • Library (1)
  • Linear (2)
  • Log (1)
  • Logic (1)
  • lognormal (1)
  • Machine Learning (22)
  • MAD (4)
  • Majorana (1)
  • MAPE (2)
  • Markov (2)
  • MatConvNet (1)
  • Math (16)
  • Math.Net (3)
  • MathAn (1)
  • Mathway (1)
  • MatLab (41)
  • matrix (1)
  • MCR (2)
  • Mean (1)
  • MeanReturn (1)
  • Median (2)
  • Mediana (1)
  • Mere (1)
  • Mérő László (1)
  • MetaTrader (1)
  • Methods (1)
  • Minimum (1)
  • mixed (1)
  • ML (2)
  • ML.Net (2)
  • Model (1)
  • Models (1)
  • MonteCarlo (1)
  • MPS (2)
  • MSE (2)
  • MTS (1)
  • Muller (1)
  • Multistep (1)
  • Murmurations (1)
  • MWArray (1)
  • NAG (1)
  • NARX (6)
  • Nash (1)
  • Nedosekin (1)
  • Net (3)
  • Newton (3)
  • Nist (1)
  • NN (15)
  • Norm (1)
  • Normal (2)
  • normally (1)
  • nuget (3)
  • numbers (1)
  • Numeric (1)
  • Numerical (6)
  • Numerics (1)
  • OpenAI (1)
  • Optimization (1)
  • Options (2)
  • Ornstein (1)
  • otus (1)
  • Overfitting (1)
  • Parallel (1)
  • Parameters (1)
  • partials (1)
  • PDF (7)
  • PDFs (1)
  • Perelman (1)
  • Phase (1)
  • Phi (1)
  • Physics (1)
  • pi (1)
  • playlists (1)
  • Population (1)
  • Portfolio (3)
  • Preparets (1)
  • Probabilistic Programming (2)
  • Probability (2)
  • Process (3)
  • Program (1)
  • PyMC3 (1)
  • Python (15)
  • PyTorch (5)
  • Q Learning (4)
  • Quadratic (1)
  • Quantile (1)
  • quantpie (1)
  • R (5)
  • R2 (2)
  • R² (1)
  • random (3)
  • Range (1)
  • Raphson (1)
  • Reinforcement Learning (5)
  • Resources (4)
  • Riemann (1)
  • RL (1)
  • RSS (1)
  • Sabr (2)
  • Sample (1)
  • scipy (2)
  • SD (2)
  • second (1)
  • Seqn (1)
  • Series (1)
  • Shapiro (1)
  • Similarity (1)
  • Simpson (2)
  • Smirnov (1)
  • Space (1)
  • Spirales (1)
  • Spred (1)
  • Stackoverflow (1)
  • Standard Deviation (2)
  • Stat (3)
  • Statistic (3)
  • Statistics (2)
  • Stats (1)
  • StdDev (1)
  • Stdev (1)
  • Stohast (2)
  • Strategies (1)
  • Studmed (1)
  • Study (2)
  • Symmetry (1)
  • System (1)
  • Table (2)
  • Tables (2)
  • Tails (2)
  • Taylor (1)
  • TensorBoard (1)
  • TensorFlow (2)
  • Theorem (2)
  • TheorVer (1)
  • Time (1)
  • TimeSeries (5)
  • Toolbox (1)
  • Trading (2)
  • TradingModel (1)
  • TSP (1)
  • TSS (1)
  • Tutorial (2)
  • Tutorials (1)
  • Uhlenbeck (1)
  • Values (1)
  • Variance (2)
  • Variation (2)
  • Video (13)
  • VK (2)
  • VS (1)
  • Vyatka (1)
  • Walk Forward Analysis (1)
  • WebRead (2)
  • WebSocket (1)
  • Will Kurt (1)
  • Winer (1)
  • Wolframalfa (1)
  • XGBoost (2)
  • Yaglom (1)
  • Zeldovich (1)

Архив блога

  • ►  2025 (29)
    • ►  ноября (1)
    • ►  октября (1)
    • ►  сентября (2)
    • ►  июня (1)
    • ►  мая (11)
    • ►  апреля (7)
    • ►  марта (5)
    • ►  февраля (1)
  • ►  2024 (37)
    • ►  декабря (2)
    • ►  ноября (4)
    • ►  октября (5)
    • ►  мая (2)
    • ►  февраля (9)
    • ►  января (15)
  • ►  2023 (12)
    • ►  декабря (2)
    • ►  ноября (2)
    • ►  октября (4)
    • ►  сентября (4)
  • ►  2022 (20)
    • ►  августа (3)
    • ►  июня (2)
    • ►  мая (8)
    • ►  апреля (2)
    • ►  февраля (2)
    • ►  января (3)
  • ►  2021 (42)
    • ►  декабря (4)
    • ►  ноября (12)
    • ►  октября (12)
    • ►  сентября (7)
    • ►  августа (6)
    • ►  июня (1)
  • ►  2020 (16)
    • ►  ноября (7)
    • ►  июля (1)
    • ►  мая (6)
    • ►  марта (2)
  • ▼  2019 (30)
    • ►  декабря (1)
    • ►  ноября (2)
    • ►  октября (1)
    • ►  июля (3)
    • ▼  апреля (16)
      • Deep Learning in Finance
      • Portfolio Optimization
      • Data Science Digest (April 2019)
      • ML.NET, new issue 1.0 RC (Release Candidate)
      • Best Python Libraries for FInance
      • Usefull functions
      • Machine Learning, C# Implementation
      • Joel Grus, Data Science. Наука о данных с нуля, B...
      • Bayesian Methods
      • Probabilistic Programming, Python, PyMC3
      • Probabilistic Programming, Books
      • Machine Learning, Books
      • Python, Q Learning, Books
      • Python, Deep Learning, Books
      • Python, Data Science, Machine Learning
      • Python, BestSellers
    • ►  марта (7)
  • ►  2018 (1)
    • ►  апреля (1)
  • ►  2017 (46)
    • ►  декабря (2)
    • ►  апреля (2)
    • ►  марта (29)
    • ►  февраля (13)
  • ►  2016 (6)
    • ►  декабря (4)
    • ►  ноября (1)
    • ►  мая (1)
  • ►  2015 (9)
    • ►  октября (8)
    • ►  июня (1)
Тема "Простая". Технологии Blogger.