导语

研究过集成学习中的 随机森林和XGBoost后，本文将介绍一种更传统的机器学习方法：**S

用卷积网络处理序列数据

我们知道卷积神经网络(convnet)在计算机视觉问题上表现出色，原因在于它能够进行卷积运算，从局部输入图块中提取特征，并能够将表示模块化，同时可以高效地利用数据。这些性质让卷积神经网络在计算机视觉领域表现优异，同样也让它对序列处理特别有效。时间可以被看作一个空间维度

第12讲:深度强化学习#1 研究工程师Matteo Hessel讨论了深度RL的实际考虑和算法，包括如何使用自区分(即Jax)实现这些。

[https://www.youtube.com/watch?v=cVzvNZOBaJ4](https://www.youtube.com/watch?v=cV

第13讲:深度强化学习#2 研究工程师Matteo Hessel介绍了作为辅助任务的一般值函数和GVFs，并解释了如何处理算法中的缩放问题。

[https://www.youtube.com/watch?v=siDtNqlPoLk](https://www.youtube.com/watch?

https://bigquant.com/codesharev2/345d7ad5-4167-403a-b953-137098d8323b

\

第8讲:规划与模型 研究工程师Matteo Hessel解释了如何学习和使用模型，包括像Dyna和蒙特卡罗树搜索(MCTS)这样的算法。

[https://www.youtube.com/watch?v=FKl8kM4finE](https://www.youtube.com/watch?v=FK

第11讲:多步骤和间歇政策 研究科学家Hado van Hasselt讨论了多步和关闭策略算法，包括各种减少方差的技术。

[https://www.youtube.com/watch?v=u84MFu1nG4g](https://www.youtube.com/watch?v=u84MFu1nG4

前言

斯普林格已经向公众发布了数百本关于广泛主题的免费图书。这份名单共有408本书，涵盖了广泛的科学和技术主

导语

本文是基于StackAbuse的一篇讲解Seaborn的文章上编写。 附示例及实现代码，可直接前往文末**一键克隆代码*

简介

本文来自于MSCI研究，原文标题为《情绪因素在不同地区的表现如何？》

关键词：MSCI  |  全球投资  |  因子投资

作者：Howard Zhang

资料来源：MSCI 因子实验室。

情绪因素试图衡量不同群体对公司的看法。可以通过多种方式并从各种数据源中衡量情绪。许多情绪

概要

当我们开始学习编程的时候，第一件事往往是学习打印"Hello World"。就好比编程入门有Hello World，机器学习入门有MNIST。

MNIST是一个入门级的计算机视觉数据集，它包含各种手写数字图片

它也包含每一张图片对应的标签，告诉我们这个是数字几。比如，上面这四张图片

gplearn核心概念

它是一个基于Python的库，旨在通过遗传编程（Genetic Programming, GP）实现机器学习的功能。遗传编程是一种自动化的机器学习方法，通过模拟达尔文的自然选择理论来解决问题。它属于遗传算法的一种，通过选择、交叉（杂交）、变异等操作对程序（个体

导语

在开发期权交易策略时，对期权的定价是至关重要的一步，本文基于鼎鼎大名的Black-Schole-Merton期权定价模型，与蒙特卡洛模拟方法对上证50ETF期权进行定价，以便于后续期权策略的开发。

关于BSM模型的详细推导以及蒙特卡洛模拟这里不做详细介绍，有兴趣的可以参阅[BSM m

什么是GAN？（本文内容整理自网络）

GAN（Generative Adversarial Netwo，生成对抗网络）是用于无监督学习的机器学习模型，由Ian Goodfellow等人在2014年提出，由神经网络构成判别器和生成器构成，通过一种互相竞争的机制组成的一种学习框架。

![

前言

算法交易起源于上世纪中叶的配对交易

历史上最早使用算法交易的例子可以追溯到1949年。对冲基金之父阿尔弗雷德·琼斯，利用空对多3：7的比例进行配对交易，在1955年到1964年间，综合回报率高达28%。到了上世纪60年代早期，投资者开始利用计算机通过分析股票的周线和月线来预测价格运动

Numpy（Numerical Python）和Pandas两个库是Python编程语言中两个极其重要的库，尤其在数据科学、金融分析和量化投资领域。尽管它们在处理数据方面有所重叠，但各自设计的初衷和优势领域有所不同。

![](/wiki/api/attachments.redirect?id=5

\

深度学习模型通过功能层进行积木式拼接，典型的模型构架如下： 通常模型由输入层、中间层和输出层组成。中间层包

定理

首先我们来看定理：设f(x): Rn→R 为可微凸函数，如果 x∗∈R是驻点，那么 x∗ 为f的最优点(global.opt)。

换句话说就是，如果函数是凸函数，那么该函数的驻点就是全局最优点。

下面来证明一下：

*要判断一个点是全局最小值的话

导语

本文介绍了Python中非常重要的数据类型——列表。

Python内嵌数据的类型：

有序：

List（列表），是有序集合，没有固定大小，可以通过对偏移量以及其他方法修改列表大小。列表的基本形式如：[1,2,3,4]

Tuple（元组），是有序集合，

导语

本文介绍Python编程中非常重要的函数调用与定义的相关知识点。

\

本文由BigQuant宽客学院推出，版权归BigQuant所有，转载请注明出处。

\

TensorFlow

Google 2015年11月开源的人工智能系统 数据流（flow）图技术来进行数值计算

节点：数据 / 值运算 边：多维数据（tensors - 张量，python numpy ndarray）的流动

步骤及元素

构建图：将计算流程表示成图 执行图：通过S

写在前面：

本文原载于[how-to-start-a-deep-learning-project](https://link.zhihu.com/?target=https%3A//medium.com/%40jonathan_hui/how-to-start-a-deep-lear

AVL树和红黑树都是自平衡的二叉搜索树，用于确保树操作（如插入、删除和查找）的效率。尽管它们共享一些基本特性，但在平衡策略、结构和操作性能上存在关键差异。

![](/wiki/api/attachments.redirect?id=ab20a9e0-5537-4ba9-9a09-8b0d93a3