学习构建量化交易系统

1 神经网络与机器学习(原书第3版)

神经网络与机器学习(原书第3版)

神经网络是计算智能和机器学习的重要分支,在诸多领域都取得了很大的成功。在众多神经网络著作中,影响最为广泛的是SimonHaykin的《神经网络与机器学习》(第3版)。本书作者结合近年来神经网络和机器学习的最新进展,从理论和实际应用出发,全面 [加]SimonHaykin 2023-04-12 23:58:01
1 深度学习的数学

深度学习的数学

《深度学习的数学》是一本通俗易懂的书籍,通过丰富的图示和具体示例,介绍了深度学习相关的数学知识。具体而言,第1章概述了神经网络;第2章介绍了理解神经网络所需的数学基础知识;第3章介绍了神经网络的最优化;第4章介绍了神经网络和误差反向传播法; [日]涌井良幸/[日]涌井贞美 2023-04-12 23:56:47
1 神经网络与深度学习

神经网络与深度学习

邱锡鹏是复旦大学计算机科学技术学院教授和博士生导师。他在复旦大学获得理学学士和博士学位。他的主要研究领域包括自然语言处理、机器学习和深度学习等。他已在相关领域的权威国际期刊和会议上发表了60多篇学术论文,并获得了ACL2017杰出论文奖以及 邱锡鹏 2023-04-12 23:55:51
1 家庭系统排列

家庭系统排列

最贴切的形容中国家庭关系现状的词语之一就是“热锅上的家庭”。家庭关系的核心在于两性关系和亲子关系。处理这两种关系的方法就是家庭系统排列。《家庭系统排列:重建家庭秩序,让爱自然流动》由区内最优秀的三位华人家庭系统排列导师之一,郑立峰撰写(另外 郑立峰 2023-04-11 17:57:24
1 社会的构建

社会的构建

本书主要探讨了社会构建方式,研究了社会形象在维持秩序和权威有效性方面所产生的影响。作者爱德华·希尔斯试图构建一个宏观社会学理论,既能考察精神和思想层面上的特征和作用,又能扩展到更广泛的社会现实范围。他并没有使用演绎方法,而是通过观察西方、亚 爱德华·希尔斯 2023-04-10 15:41:07
1 系统的逻辑

系统的逻辑

在二战后出现的社会理论中,德国社会学家尼克拉斯?卢曼创建的社会系统理论无疑具有重要地位。它所蕴含的描写现代社会的能量庞大,正在国际学术界引起越来越多的关注。在近40年的学术生涯中,卢曼建筑了一座思想之楼。这座楼很宏大。这座楼的基础由他在哲学 秦明瑞 2023-04-10 11:35:23
1 Processing编程学习指南(原书第2版)

Processing编程学习指南(原书第2版)

在这本书中,你可以通过视觉化界面来学习电脑编程的基本原理。本书涵盖创建最前沿的图形应用程序所需的基础知识,如互动艺术、实时视频处理和数据可视化等。它是一本实验风格的手册,精心挑选了部分高级技术进行详尽解释,可以让图形和网页设计师、艺术家及平 [美]丹尼尔希夫曼(DanielShiffman) 2023-04-09 18:39:43
1 平面设计中的网格系统

平面设计中的网格系统

瑞士平面设计先驱约瑟夫·米勒-布罗克曼(1914年5月9日-1996年8月30日)是一位平面设计师和教师,修习建筑、设计与艺术史专业于苏黎世大学与艺术工商学校。1936年,他在苏黎世创立一家专注于平面设计、展会设计和摄影的工作室。1951年 约瑟夫·米勒-布罗克曼 2023-04-09 03:42:40
1 设计体系:数字产品设计的系统化方法

设计体系:数字产品设计的系统化方法

在产品开发中,是否需要产品经理和设计师具备技术基础?开发人员是否需要掌握设计技能呢?此外,对于设计规范和设计工作,应该先行制定规范再展开设计,还是应该先完成设计再制定规范?如果老板的反馈与设计师的观点不一致,是否应该坚持自己的想法?针对以上 [英]阿拉•霍尔马托娃 2023-04-09 00:34:16
1 经济系统与国家财政

经济系统与国家财政

理查德·邦尼(RichardBonney,1947-2017)曾在英国雷丁大学执教,期间为系主任两次。自1984年起,他受聘为莱斯特大学近代史教授,直至2006年退休。在他的倡议和主持下,英国“法国史研究会”(SocietyfortheSt [美]理查德·邦尼 2023-04-08 18:21:21
1 向拉斯维加斯学习

向拉斯维加斯学习

《向拉斯维加斯学习》与罗伯特•文丘里所著的《建筑复杂性与矛盾性》被认为是后现代主义建筑思潮的宣言。文丘里认为,群众不懂现代主义建筑语言,而群众喜欢的建筑往往形式平凡、活泼、装饰性强,具有隐喻性。他认为,赌城拉斯维加斯的面貌正好反映了群众的喜 [美]罗伯特•文丘里/[美]丹尼斯•斯科特•布朗/[美]史蒂文•艾泽努尔 2023-04-08 09:02:19
1 机器学习中的数学

机器学习中的数学

《机器学习中的数学》是一本入门图书,旨在系统介绍机器学习涉及的数学知识。本书以展示数学的友好性为原则,讲述机器学习中的常见数学知识,并力求为数学基础薄弱的读者铺平在机器学习中陡峭的台阶。全书共19章,分为线性代数、高等数学和概率3个组成部分 孙博 2023-04-08 03:13:01