Uczenie przez wzmacnianie w finansach. Wprowadzenie z wykorzystaniem Pythona

  • Data wydania: 2025/08/07
  • Liczba stron 184
  • Oprawa oprawa broszurowa
  • Format 16.5x23.5 cm
  • Wydawca: Helion
  • Wysyłka: 10 dni
£ 15.64
£ 17.38
Brutto
Ilość

Dodaj do schowka

Uczenie przez wzmacnianie okazało się przełomowym rozwiązaniem. Jednym z najciekawszych algorytm&oacute,w jest Deep Q-Learning (DQL), kt&oacute,ry może być stosowany do zmieniających się warunk&oacute,w decyzyjnych. DQL w wielu przypadkach wykazuje skuteczność nieosiągalną dla człowieka. Nic dziwnego, że użycie tego rodzaju algorytm&oacute,w w branży finansowej wydaje się wyjątkowo atrakcyjną opcją.

Ta książka jest zwięzłym wprowadzeniem do gł&oacute,wnych zagadnień i aspekt&oacute,w uczenia przez wzmacnianie i algorytm&oacute,w DQL. Docenią ją zar&oacute,wno naukowcy, jak i praktycy poszukujący skutecznych algorytm&oacute,w, przydatnych w pracy z finansami. Znajdziesz tu wiele interesujących przykład&oacute,w w języku Python, zaprezentowanych w formie najciekawszych algorytm&oacute,w gotowych do samodzielnego modyfikowania i testowania.

W książce między innymi:

  • uczenie przez wzmacnianie
  • algorytm DQL
  • algorytm aktor-krytyk
  • implementacja powyższych algorytm&oacute,w w Pythonie
  • rozwiązywanie problem&oacute,w handlu algorytmicznego, hedgingu dynamicznego i dynamicznej alokacji środk&oacute,w w aktywa

Książka ta doskonale wypełnia lukę między teorią a praktyką dzięki jasnym objaśnieniom i szczeg&oacute,łowemu kodowi w Pythonie!

Ivilina Popova, Texas State University

1098627
Numer EAN
9788328925786
Rok wydania
2025
Liczba stron
184
Oprawa
oprawa broszurowa
dostępność
10 dni
Format
16.5x23.5 cm
Identyfikator
151672