最适合经管金融人的Python编程算法课，央财金融老师出品，免费 先简单介绍一下课程的制作者。网络上的公开信息显示，课程的制作者名为王靖一，是北京大学国家发展研究院（简称国发院）的博士毕业生，现入职中央财经大学金融学院，是一名青年教师。其实我也是在一名国发院毕业生朋友圈里看到这份教程的。北大和央财这两所高校在国内经管领域多么牛，相信经管领域从业人员应该都有所了解，教程的作者同时有这两家单位的背书。而且，作者本科毕业于北大信息科学技术学院，其实是计算机科班出身的，他是选修经济学双学位后转行到经济学领域的，可谓是既懂计算机又懂经济的复合型人才。 然后是具体的课程内容。作者给这个系列教程起名为“金融科技工具箱”，作者也提到这个视频课程的目标用户是经济金融类背景的硕士或想转行金融科技的在职人员。下图是作者呈现的大纲，其中所有技巧性的东西都是围绕着计量经济学的方法来阐述。我倒是觉得这个课程并不只限于金融科技领域，对于其他想转行金融科技或人工智能的朋友，也可以通过这个系列课程快速入门。 整个系列课程有40小节课，每节课时间不会太长，不至于像大学课程那样一下子讲两三个小时，注意力难以集中。具体而言，课程包括Python基础、数据采集、机器学习和深度学习、区块链等几个部分。 在金融科技领域，传统的工具是MATLAB、R或者Stata，近些年随着人工智能大行其道，金融科技领域也开始大量应用Python进行数据分析和建模。在工业界，无论是互联网公司还是量化金融公司，Python都已经被大规模地应用在生产环境，这方面的人才缺口很大。对于Python基础部分，网络上的教程已经太多了，掌握好Python基础以及numpy、pandas和matplotlib等工具能够帮助我们快速地处理数据。 当然，Python流行主要因为它在机器学习和深度学习领域拥有大量的工具，除了传统的机器学习工具外，TensorFlow和PyTorch提供了非常方便的深度学习工具。这些深度学习工具能够支持自然语言处理等更复杂的建模任务。对于非统计学出身的人，弄清楚机器学习和深度学习的原理并不太容易，但实际上，机器学习和深度学习对于其他领域来说是一种工具，可以用来拟合一个假设，本教程的作者没有纠结于太多数学的细节，而是给出了一些形象化的解释。基于这些形象化的理解，我们可以再进一步结合网络上的一些教程和工具来设计自己的代码和实验。作者也是结合了很多机器学习领域的文献，理解了其背后的数学原理之后，将这些知识分享给了大家。如果先消化了这个课程的内容，有兴趣再去深挖背后的数学原理，可能会事倍功半。 区块链是作者认为最得意的部分。目前，金融经济、计算机等多个领域都在积极研究区块链技术及其应用，是个值得深挖的领域。 本文来源：https://www.wddqw.com/doc/6df84d846adc5022aaea998fcc22bcd126ff4267.html