专栏名称: 金融云共享
共享金融,合赢人生!
专栏主题
分享
今天看啥  ›  专栏  ›  公众号  ›  金融云共享

突破算法,横扫金融界、IT圈

金融云共享  · 公众号  · 2019-02-02 00:00

北上广容不下肉身,

三四线放不下灵魂,

程序员里没有穷人,

有一种土豪叫算法工程师。

算法,晦涩难懂,却又是IT领域最受重视的素养之一。可以说,算法能力往往决定了一个程序员能够走多远。因此,BAT/FLAG等国内外各大名企非常喜欢在面试环节考核求职者的算法编程,这也成为了无数准程序员们过不去的一道“坎”。

如何入门并成为一名出色的算法工程师?

跟我走吧

陆家嘴学堂推出

Python经典算法设计与机器学习训练营

零基础入门

充分发挥Python语言简洁、高效及易学特点,这门课将全面阐释经典算法思想,数据结构以及机器学习算法原理与实践,利用金融、商业数据分析场景,手把手教学程序设计技巧,为学员打下扎实基础,助您突破算法类岗位面试中各类问题,摘得心中理想的岗位。

 

教学课题的选择根据招聘中算法、数据分析岗位实际技能需求进行设置,涵盖逻辑实现能力、机器学习深度学习算法的理解以及数据挖掘的基本技巧。这些技能包括并不仅限于:深度学习/神经网络(MLP,CNN,RNN),回归分析,K-Means聚类,支持向量机、决策书与Ensemble,PCA,交叉检验,Bias/Variance Tradeoff,搜索算法等等

 

课程目标

(1)帮助学生快速入门python算法与机器学习

(2)理解经典的算法及数据结构思想原理。

(3)熟练运用Python语言及常用库。

(4)理解机器学习,深度学习算法细节,能够运用算法解决实际问题。 

(5)自信面对数据、算法类岗位面试各类考题。

(6)学习金融、商业及工业领域的应用场景。

(7)帮助学生转换职业发展路径到数据科学或者AI领域。

(8)打磨自身编程技能并掌握重要算法基础知识和核心就业技能。

 

Jason

CQF、CFA、FRM、Wilmott/CQF高级会员、SEG/EAGE学会会员、享独立国家发明专利、世界500强投资部门主管、资深金融工程师、油气行业算法工程师、SEG油藏地球物理工程师同济大学理学博士(同济大学与德州大学经济地质局联合培养)精通Python语言,算法与数据库基础极为扎实。担任过多次面试官,并培训新人。

以第一作者身份发表多篇国际期刊及会议论文,内容涵盖强化学习(蚁群算法)、数据分析等,波动方程偏移以及机器学习下的动态资产组合建立等等。近年来发表三篇国际顶会论文,分别受邀前往Oral宣读。积累了大量算法研究成果,其中包括CV算法(发表EI期刊论文一篇),深度学习算法优化,基于频谱分解的强化学习,蒙特卡罗及情景分析经济地质测算与快速评价等等。

课程大纲

第一模块:Python程序设计基础 (2个课时)

一、Python基础

1.语言特性

2.程序设计环境

 Anaconda环境简介

3.语法基础

变量及标记语法

4.常用函数

5.语句结构

顺序、循环、条件与递归

6. 常用库介绍

Numpy、 Pandas、 Matplotlib等等

7. 面向对象方法

 案例

二、算法分析与Big O

1.算法分析与Big O简介

2.Big O 案例

3.Python 数据结构中的Big O

第二模块:常用库及应用 (2个课时)

一、Numpy库的应用

1.特性

2.函数与方法

二、Pandas库的应用

1.时间序列处理初步

2.Dataframe与Series

3.常用方法与函数

4.类数据库查询

三、可视化库的应用

1.可视化图件意义及制作方法

散点图、饼图、频度图、QQ、热力图等

2.Matplotlib,Seaborn及Pandas Plotting应用

3.对象特性

第三模块:常用数据结构(2.5个课时)

一、数组

数组序列简介

动态数组与低级别数组

常见面试问题

二、栈、队列与双端队列

简介

Python实现方式

常见案例

三、链表

单链表与双链表

常见问题

四、树

树结构的表征

树的遍历

二叉搜索树

常见应用

五、图

图的简介

邻接矩阵与邻接列表

常见应用

第四模块:经典算法的Python实现(2.5个课时)

1.贪心算法:原理与实例

2.递归与遍历

递归原理

序列遍历与二分法

深度优先与广度优先遍历

常用场景

3.常用排序算法:算法原理、实例

4.动态规划算法初步:原理、应用场景案例

5.Hash函数:原理、Hash表的应用

第五模块:机器学习算法原理及Python应用(4个课时)

一、机器学习算法概览与数学基础

1.概率论与统计基础

2.Bayes原理

3.最大似然原理

4.机器学习“武器库”概况

二、最优化问题相关算法

1.预测模型与最小二乘:(多元)线性回归

2.Lagarange法:案例投资组合管理

3.牛顿法,最速下降及其变种

三、Logit回归及机器学习重要概念

1.Logit回归原理

2.损失函数

3.偏差与方差

4.欠拟合与过拟合

5.评估参数与方法

6.案例

四、经典机器学习算法思想

1.EM算法思想: Kmeans算法等

2.树类算法:不纯度计算:熵与Gini系数

Ensemble原理:Boosting,Bagging, Stacking

GBDT,RandomForest

算法优化

案例

3.聚类算法:PCA、 SVD、T-SNE

4.支持向量机

间隔与几何间隔

对偶最优化问题

核技巧

损失函数:从Cross Entropy到Hinge

应用案例

5.特征工程及实战技巧

Sk-Learn库使用方法

特征工程基础

常用特征工程算法

K-Fold交叉检验

数据清洗与充填

异常值检验

第六模块:时间序列分析常用算法(3个课时)

1.信号分解与时频分析

2.滤波与重构

3.ARIMA模型

模型定阶初步

 Python实现

4.Garch模型:原理及Python实现

5.随机过程:理论、随机采样,蒙特卡罗法

6.案例

ARIMA股价预测

多阶指数滤波

信号分解重构

第七模块:深度学习实践与提高(3个课时)

一、神经网络原理

1.激活函数

2.梯度下降算法

3.正向传播与反向传播

二、神经网络实现

1.Tensorflow、Keras、Theano库应用基础

2.手把手学习底层代码          

三、主要问题及优化

1.Dropout

2.BatchNormalisation

3.激活函数优化

4.结构优化

四、卷积神经网络初步

1.图像滤波与特征

2.输出特征尺寸计算

3.参数调优

五、深度学习经典模型及研究进展

1.循环神经网络(RNN)

2.LSTM,Gru等

3.新技术及学习方法

第八模块:算法类岗位面试问题解决(2个课时)

1.统计与概率题

2.智力题

3.数据库SQL

4.经典算法题概要

5.机器学习算法相关

6.实务类算法设计题


//  课程详情  //

课程单价:899元

早鸟拼团优惠价:299元

每节课时长:60分钟左右、部分内容时长可能超出。

开课时间:2019年3月5号晚上20:00

课程形式:录播视频 & 社群互动 & 微信群答疑

课时:共计21个课时,21个小时

学习形式:

线上视频:通过微信服务号(陆家嘴学堂)收听

作业:每次课程更新后,将通过服务号发布实战作业

作业讲解:视频讲解,与课程同步更新

听课形式:手机、电脑均可直接登录听课

有同步课件可以下载,一次付费永久观看

课程报名

长按识别二维码即可报名哦

有任何问题都可以咨询陆家嘴学堂助教jrygx004


听课流程:

1. 扫码支付购买课程

2. 关注公众号“陆家嘴学堂”

3. 点开公众号“陆家嘴学堂”里中间的菜单“学堂频道”,可在课程列表里找到“我的”,找到“已购”点开即可听课

4. 在课程的“目录”里,有“必读”,点开即可扫码加助教进入付费群。(付费群用于同学们交流沟通,不影响正常听课)

注:

1. 本课程为一次性付款,无需缴纳其它任何费用,在第一节课更新后48小时内可申请退款,48小时后不予退款,报名前请谨慎考虑。

2. 如果你有其他相关问题,可以加课程顾问微信(jrygx004)咨询相关事宜。



今天看啥 - 让阅读更高品质
本文地址:http://www.jintiankansha.me/t/XZ9f2epLbe