学不厌资源
课程名称: Introduction to Trading, Machine Learning & GCP
课程主页: https://www.coursera.org/learn/introduction-trading-machine-learning-gcp
所在平台: Coursera
课程类别: 机器学习
大学或机构: Google 云端平台,纽约金融学院
讲师： Jack Farmer, Ram Seshadri
授课语言： 英语
提供字幕： 英文
课程文件大小： 590MB
课程介绍： 本课程面向金融专业人士、投资管理专业人士和交易员。或者，本课程也可以面向那些寻求将他们的手艺应用于交易策略的机器学习专业人士。
课程结束时，您将能够完成以下任务:
-了解交易的基本原理，包括趋势、回报、止损和波动的概念
-了解有监督/无监督和回归/分类机器学习模型之间的差异
-确定基本定量交易策略的利润来源和结构
-衡量模型概括其学习的程度
-解释回归和预测之间的差异
-确定创建开发和实施回溯测试所需的步骤
-使用谷歌云平台在Jupyter笔记本上构建基本的机器学习模型
要想在本课程中取得成功，您应该具备Python编程的基本能力，并熟悉机器学习的相关库，如Scijit-Learn、StatsModels和熊猫。使用SQL的经验会有所帮助。你应该有统计学背景(期望值和标准差、高斯分布、高阶矩、概率、线性回归)和金融市场基础知识(股票、债券、衍生品、市场结构、对冲)。
本课程属于 Machine Learning for Trading Specialization/专项课程 中的第1门课程。
最近更新：2020年7月4日。
课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册