BOOK SEARCH
FinTechライブラリー ディープラーニング入門 ―Pythonではじめる金融データ解析―
定価 3,960 円（本体 3,600 円＋税）
A5判／216ページ
刊行日：2018年05月25日
ISBN：978-4-254-27583-4 C3334
ネット書店で購入する amazon e-hon 紀伊國屋書店 丸善ジュンク堂書店 Honya Club Rakutenブックス くまざわ書店
書店の店頭在庫を確認する 紀伊國屋書店
コンテンツダウンロード
内容紹介
金融データを例にディープラーニングの実装をていねいに紹介。［内容］定番非線形モデル／ディープニューラルネットワーク／金融データ解析への応用／畳み込みニューラルネットワーク／ディープラーニング開発環境セットアップ／ほか。
編集部から
＊正誤表（2019年7月1日現在）
104ページ掲載のソースコードを下記の通り修正。
12行目
(誤)
Municipality = pd.read_csv('Municipality.csv')
↓
(正)
Municipality = pd.read_csv('Municipality.csv',index_col=0,header=None)
38行目
(誤)
df'Population'=map(list(df'Municipality'), Municipality)
↓
(正)
df'PopulationGrowth'=df'Municipality'.map(Municipality1)
■ダウンロードデータ
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-
本書中の解析を試すためのサンプルデータ．
公開可能なものに限定しているため，本書中で使用したデータのすべてではありません．
また，乱数シードの設定により本書中での解析結果と完全には一致しないことがあります．
以上をご承知の上でご使用ください．
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-
目次
1.はじめに
1.1バージョンの違いについての留意事項
1.1.1Python
1.1.2Keras
2.金融データ解析のための定番非線形モデル
2.1サポートベクターマシン
2.1.1パラメータ推定の定式化
2.1.2逐次最小問題最適化法
2.2決定木とそのアンサンブルモデル
2.2.1決定木
2.2.2ランダムフォレスト
2.2.3ブースティング木(勾配ブースティング)
2.2.4ブースティング木(XGBoost)で非金利収入予測モデルを作る
2.2.5ディープフォレスト
■コラム「群知能蟻コロニー最適化とディーリングルーム」
3.金融データ解析のためのディープニューラルネットワーク
3.1ニューラルネットワークの基本
3.1.1ニューラルネットワークとは
3.1.2活性化関数
3.2推定
3.2.1誤差関数
3.2.2確率的勾配降下法
3.2.3誤差逆伝播法
3.2.4勾配消失問題
3.2.5学習に関する手法
3.2.6学習曲線と早期終了
3.2.7GPUを用いた並列演算について
3.3再帰型ニューラルネットワーク
4.金融データ解析への応用
4.1顧客データから商品購入を予測―マーケティング分析―
4.1.1データの準備
4.1.2F1スコア
4.1.3モデルの比較
4.2財務データから企業の倒産を予測―信用リスクモデル―
4.2.1データの準備
4.2.2AUCスコア
4.2.3モデルの比較
4.3取引データから不動産価格を予測―不動産価格推定―
4.3.1土地売買価格データ(国土交通省)
4.3.2J-REITが保有する不動産情報
4.4ニュースから株価を予測―テキストマイニング―
4.4.1データの準備
4.4.2テキストデータの処理
4.4.3モデルの比較
5.金融への応用も期待される畳み込みニューラルネットワーク
5.1人間の視覚構造に似ている
5.1.1入力
5.1.2畳み込み層(convolutionlayer)
5.1.3プーリング層(poolinglayer)
5.2CNNはどこまで万能なのか？
5.2.1使用したGPU
5.2.2スマートフォンなどの画像ファイルをCNNに使うには
5.2.3方向判別モデル―顔の判別なんてできるの？
5.2.4等級判別モデル―粒状を見分ける
5.2.5価格推定モデル―ペットだってプライシングできる
5.3CNNで非金利収入予測モデルをつくる
5.3.1表形式データの学習
5.3.2その他金融への応用
A.金融データ解析のためのディープラーニング開発環境セットアップ
A.1FinTech用ディープラーニング開発環境について
A.2Mac編
A.2.1macOSSierra-CPU-64bit-CP27-Chainer
A.2.2macOSSierra-CPU-64bit-CP35-Keras/TensorFlow
A.3Windows編
A.3.1Windows7-CPU-64bit-CP27-Keras/Theano
A.3.2Windows10-GPU-64bit-CP35-Keras/TensorFlow
A.4仮想Linux-Ubuntu14-CPU-64bit-CP27-Keras/TensorFlow
A.5Linux編
A.5.1Ubuntu16-GPU-64bit-CP35-Keras/TensorFlow
B.Kerasバージョン1から2への変更点
文献
索引
執筆者紹介
分冊・シリーズ
関連書籍
