人工智能
类型
可以朗读
语音朗读
83千字
字数
2018-11-01
发行日期
展开全部
主编推荐语
MXNet深度学习库实战：多模型应用与分析
内容简介
MXNet是亚马逊（Amazon）的深度学习库，以简单、高效、容易使用而著称。它拥有类似于Theano和TensorFlow的数据流图，为多GPU装置提供了良好的配置。本书以MXNet作为研究实践平台。书中主要介绍了在MXNet环境下，利用深度学习常用算法，实现线性、MLP、CNN卷积、GoogLeNet、ResNet深度残差、RNN循环神经网络、DenseNet稠密神经网络等多种模型实战中的应用，同时采用NLP语义分析技术统计分析，以及数据的可视化分析，得到更直观的模型分析效果。
目录
- 封面
- 书名页
- 内容简介
- 版权页
- 本书编委会
- 前言
- 目录
- 第1章 快速入门
- 1.1 MXNet简介
- 1.2 CUDA运行环境安装
- 1.3 MXNet运行环境安装
- 1.3.1 下载MXNet模块库
- 1.3.2 安装MXNet模块库预处理
- 1.3.3 安装MXNet模块库
- 案例1-1：重点模块版本测试
- 案例1-2：MXNet安装包测试
- 1.4 GPU开发环境测试
- 案例1-3：GPU开发环境测试
- 1.5 量化GPU工作站推荐配置
- 第2章 基本操作
- 2.1 NDArray数组
- 案例2-1：NDArray数组常用功能
- 2.2 GPU加速模式
- 案例2-2：GPU加速功能
- 案例2-3：Gluon的GPU计算
- 2.3 Matplotlib画图
- 案例2-4：Matplotlib常用功能
- 案例2-5：多子图绘制
- 2.4 常用数据文件
- 案例2-6：读取金融数据
- 2.5 TA-Lib金融模块库
- 2.6 MA移动平均线
- 案例2-7：MA均线指标
- 案例2-8：多MA均线指标
- 2.7 常用工具函数包
- 第3章 数据预处理
- 3.1 数据与预处理背景介绍
- 3.2 数据预处理常用技术
- 3.3 归一化
- 案例3-1：MinMaxScaler归一化
- 案例3-2：Standardization标准化
- 3.4 缺失值
- 案例3-3：Imputer缺失值补充
- 3.5 多项式特征
- 案例3-4：PolynomialFeatures多项式特征
- 第4章 线性神经网络模型
- 4.1 线性神经网络
- 案例4-1：line上证指数n+1价格预测
- 4.2 Logistic逻辑回归模型
- 案例4-2：Logistic上证指数涨跌预测
- 第5章 MLP神经网络模型
- 5.1 MLP多层感知器
- 案例5-1：MLP上证指数n+1价格预测
- 5.2 SMA简单均线量化策略
- 案例5-2：MLP上证指数n+1价格预测均线增强版
- 第6章 CNN卷积神经网络
- 6.1 CNN卷积神经网络简介
- 常用激活函数介绍
- 案例6-1：CNN上证指数n+1价格预测
- 6.2 ADX平均趋向量化投资策略
- 案例6-2：CNN上证指数n+1价格预测ADX增强版
- 第7章 GoogLeNet谷歌神经网络模型
- 7.1 GoogLeNet谷歌深度卷积神经网络模型
- 案例7-1：GoogLeNet上证指数n+1价格预测
- 7.2 KELCH肯特纳通道量化投资策略
- 案例7-2：GoogLeNet上证指数n+1价格预测（2）
- 第8章 ResNet深度残差网络模型
- 8.1 ResNet深度残差神经网络模型
- 8.2 Money Flow资金流向指标
- 案例8-1：ResNet深度残差时间序列预测A股资金流向
- 8.3 MOM动量线量化投资策略
- 第9章 RNN循环神经网络模型
- 9.1 RNN循环神经网络
- 9.2 RSI相对强弱指标
- 案例9-1：RNN上证指数n+1价格预测
- 9.3 IRNN修正循环神经网络
- 案例9-2：IRNN上证指数n+1价格预测
- 第10章 DenseNet稠密神经网络模型
- 10.1 DenseNet稠密神经网络模型
- 案例10-1：DenseNet上证指数n+1价格预测
- 10.2 OBV能量潮量化投资策略
- 案例10-2：DenseNet上证指数n+1价格预测
- 第11章 文本数据挖掘与量化
- 11.1 财经新闻数据
- 案例11-1a：获取财经新闻
- 11.2 直播新闻
- 案例11-1b：获取直播新闻
- 11.3 信息地雷
- 案例11-1c：获取信息地雷
- 11.4 定时器
- 案例11-2：进阶脚本——定时器
- 11.5 新闻数据库
- 案例11-3：使用sqlalchemy新闻数据库
- 第12章 财经新闻情感分类
- 12.1 文本数据分类
- 12.2 NLP与财经新闻数据
- 12.3 微博短文本数据情感分类
- 案例12-1：微博情感分类
- 12.4 贝叶斯微博情感分类器
- 案例12-2：微博数据情感分类2
- 第13章 金融数据可视化分析
- 13.1 Plotly绘图模块简介
- 案例13-1：Plotly入门案例
- 案例13-2：线形图与散点图
- 案例13-3：气泡图
- 案例13-4：柱状图
- 案例13-5：直方图
- 案例13-6：饼图
- 13.2 金融数据绘图
- 案例13-7：K线图
- 案例13-8：高级绘图1
- 13.3 Plotly高级绘图扩展
- 案例13-9：复合金融指标
- 案例13-10：高级绘图2
- 附录A Python快速入门
- 案例1：第一次编程“hello,ziwang”
- 案例2：增强版“hello,ziwang”
- 案例3：列举系统模块库清单
- 案例4：常用绘图风格
- 案例5：Pandas常用绘图风格
- 案例6：常用颜色表cors
- 案例7：基本运算
- 案例8：字符串入门
- 案例9：字符串常用方法
- 案例10：列表操作
- 案例11：元组操作
- 案例12：字典操作
- 案例13：控制语句
- 案例14：函数定义
- 附录B TA-Lib金融软件包
- TA-Lib函数调用
- 附录C 量化分析常用指标
- 金融科技丛书
- 封底
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
