分享一些经典的Machine Learning书籍以及金融中的应用

4744

收藏 2015-07-21

因为自己学习需要，推荐几本经典的Machine Learning教材。

The Elements of Statistical Learning 这个太经典了就不介绍了，提供了ML的经典方法和很多重要的统计学基础。很多地方都可以找到，不上传了。

Bishop: Pattern Recognition and Machine Learning 这本是从probability models出发，bayesian方法的经典之作。

Murphy: Machine Learning: A probabilistic Perspective 有一些很新的topic，很全，还有完整的MatLab Code.坛子里好像已经有了，就不上传了。

至于课程的话，大家都知道cousera上Andrew Ng. 的经典课程，不过那个相对简单一些。深入了解可以参考他在stanford的open course.在这里传一些课件，视频如果没记错的话在网上也有，非常棒。Cousera上还有neural network和deep learning的课程，老师也是大牛，非常推荐。

关于一些具体的方法，还有一些很好的书籍，比如neural network：

Bishop: Neural Networks for Pattern Recognition Bishop的另一本，比较详细地介绍neural network.

Neural Network很好的书籍还有这本：Hagan et al., Neural Network Design，非常详尽的neural network和MatLab Toolbox的介绍，上传一本中文版的。

最后上传一下Machine Learning在finance里的应用，比如Neural networks in financial markets. 还有关于Genetic Algorithm的，比如Genetic Algorithms and Genetic Programming in Computational Finance.

涉及到具体问题上就有很多paper可以参考了，比如derivative pricing里面用到的nonparametric statistics，就包括neural network和kernal regression.上传一个论文包供大家参考一下。另外有什么比较有意思的topic也欢迎大家补充。