迁移学习
迁移学习在金融领域的应用正日益受到重视。它借鉴了已训练好的模型，应用于新的、但相关的金融任务上，从而显著降低了数据需求和计算成本。在金融市场，数据是丰富且多样的，迁移学习能够利用这些数据进行高效的知识迁移，使模型更快适应新情境。例如，在信用风险评估中，迁移学习可以将一个地区或行业的模型迁移至另一个地区或行业，迅速提供准确的信用评分。此外，迁移学习也有助于市场预测和投资策略制定，它可以通过迁移历史数据中的模式来预测市场趋势，为投资者提供有价值的洞察。总体而言，迁移学习为金融领域提供了一种高效、灵活的工具，有助于在复杂多变的金融环境中实现知识复用和快速适应。
主动学习（Active Learning）
\
背景
机器学习的研究领域包括有监督学习（Supervised Learning），无监督学习（Unsupervised Learning），半监督学习（Semi-supervised Learning）和强化学习（Reinforcement Learning）等诸多内容。针对有监督学习和半监督学习，都需要一定数量的标注数据，也就是说在训练模型的时候，全部或者部分数据需要带上相应的标签才能进行模型的训练。但是在实际的业务场景或者生产环境中，工作人员获得样本的成本其实是不低的，甚至在某些时候是相对较高的，那么如何通过较少成本来获得较大价值的标注数据，进一步地提升
更新时间：2024-05-20 06:19
机器学习量化投资实战指南
本文14323字，阅读约28分钟
导语：本文旨在用精炼的语言阐述实操层面的机器学习量化应用方法，包括给出实践中一些常见、实际问题的处理方案，并结合了量化应用实例。读完后大家可以在本平台进行实践检验。
文章概览：
1.人工智能量化投资概述
2.人工智能技术简介
3.机器学习在量化投资中应用的具体方法解析
AI相对于传统量化投资的优势 传统的量化投资策略是通过建立各种数学模型，在各种金融数据中试图找出市场的规律并加以利用，力所能及的模式或许可以接近某一个局部的最优，而真正的全局“最优解”或许在我们的经验认知之外。如同不需要借助人类经验的Alpha Zero，不仅
更新时间：2024-05-20 02:09
“StockRanker训练”模块使用以前训练保存的模型作为”基础模型“继续训练报错
更新时间：2023-10-09 08:21
请问如何搭建简单的resnet
问题
请问如何搭建简单的resnet
就给我展示最小单元好了
更新时间：2023-10-09 08:20
机器学习常见算法
导语
机器学习里面究竟有多少经典的算法呢？本文简要介绍一下机器学习中的常用算法。这部分介绍的重点是这些方法内涵的思想，数学与实践细节不会在这讨论。
回归算法
在大部分机器学习课程中，回归算法都是介绍的第一个算法。原因有两个：一.回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中。二.回归算法是后面若干强大算法的基石，如果不理解回归算法，无法学习那些强大的算法。回归算法有两个重要的子类：即 线性回归 和 逻辑回归 。
线性回归就是我们前面说过的房价求解问题。如何拟合出一条直线最佳匹配我所有的数据？一般使用“最小二乘法”来求解。“最小二乘法”的思想是
更新时间：2021-08-18 06:37
Transformer文献综述
一、背景介绍
《Attention Is All You Need》是一篇Google提出的将Attention思想发挥到极致的论文。这篇论文中提出一个全新的模型，叫 Transformer，抛弃了以往深度学习任务里面使用到的 CNN 和 RNN ，来做机器翻译的任务。Bert就是基于Transformer构建的，这个模型广泛应用于NLP领域，例如机器翻译，问答系统，文本摘要和语音识别等等方向。本文根据论文[《Attention Is All You Need》](https://arxiv.org/abs/1
更新时间：2021-04-23 08:06