跳至主要內容
關於TEJ
最新消息
解決方案
企業信用風險解決方案
TCRI 台灣企業信用風險指標
TCRI 看門狗
集團觀察家
ESG 永續發展解決方案
TESG 永續發展指標
TESG 永續資料集
TESG 事件雷達
TCFD 氣候變遷風險解決方案
TCFD 轉型風險情境分析報告
TCFD 實體風險災害損失解決方案
TNFD 自然相關實體風險等級評估服務
企業異動監控解決方案
中小企業異動雷達
企業訴訟資料集
量化金融解決方案
TQuant Lab回測系統
Factor Library因子資料庫
評價分析解決方案
企業評價
價格分攤與減損
無形資產評價
PRIS 金融資產評價
法遵科技解決方案
BIS 資本適足率計提系統
Censrisk 市場風險評估系統
審計品質分析解決方案
全部產品介紹
資料銀行
全部證券金融市場
台灣證券金融市場
中國證券金融市場
香港證券金融市場
韓國證券金融市場
日本證券金融市場
總體經濟
專家觀點
客戶專區
服務提供方式
影音學習
下載專區
範例報表下載
操作手冊下載
技術手冊下載
E SHOP
常見Q&A
繁體中文
English
聯絡我們
Home
>
資料科學
>
Page 5
資料科學
10
/
05
2021
XGBoost 演算法預測報酬(上)
近來演算法興起,發展出各式各樣的數學模型用以分析並解決問題,經典的演算法為「迴歸模型」,但隨著科技的進步,發展出能自我改進學習的算法 — 機器學習(Machine Learning),發展至今成為最火熱的類累神經網路模型 (Deep Learning)。 本文章介紹樹狀模型 XGBoost,文章將會分兩部分,上半段為環境設定與模組安裝,以及資料庫的介紹。下半段為資料的預處理,模型的訓練、預測和視覺化。
04
/
26
2021
客製化金融儀錶板
前言 延續前幾集對於 python 常用的套件,如 numpy, pandas 和 matplotlib 進行 […]
04
/
19
2021
Matplotlib
前言 在連續兩周較為複雜的內容之後,讓我們休息一下,回到兩周以前重點【資料科學練功坊】,把基礎資料處裡分析當中 […]
03
/
29
2021
「垃圾進,垃圾出」
前言 有在接觸量化投資的大家想必都對公開數據源相當熟悉(像是Yahoo Finance,Google Fina […]
03
/
22
2021
Numpy, Pandas
前言 透過前兩篇文章想必大家應該都已經知道要如何透過TEJ API來抓取資料,然後再儲存到適合的格式,最後再定 […]
<
1
...
3
4
5
Processing...