机器学习与金融课程教程

机器学习与金融课程教程

MLSys-NYU-2022 Slides, scripts and materials for the Machine Learning in Finance Course at NYU Tandon, 2022 项目地址: https://gitcode.com/gh_mirrors/ml/MLSys-NYU-2022

一、项目目录结构及介绍

本项目是纽约大学Tandon工程学院2022年机器学习与金融课程的教程，包含幻灯片、代码片段和作业。项目目录结构按周组织，每周的课程材料都包含在一个单独的文件夹中。

MLSys-NYU-2022/
├── Week1/
│   ├── README.md
│   ├── slides/
│   ├── scripts/
│   └── notebooks/
├── Week2/
│   ├── README.md
│   ├── slides/
│   ├── scripts/
│   └── notebooks/
├── ...
└── Week14/
    ├── README.md
    ├── slides/
    ├── scripts/
    └── notebooks/

• Week1/Week2/.../Week14/：每个文件夹对应课程的一周，包含那一周的阅读材料、幻灯片、脚本和笔记本。
• README.md：介绍该周的概述、目标和课程内容。
• slides/：包含该周的PPT幻灯片。
• scripts/：包含该周使用的Python脚本。
• notebooks/：包含该周的Jupyter笔记本，用于实践和作业。

二、项目的启动文件介绍

项目的启动主要是通过Jupyter Notebook进行。用户需要确保已经安装了Python环境以及所需的库。以下是启动Jupyter Notebook的一般步骤：

1. 打开命令行界面。
2. 切换到项目目录下。
3. 运行命令 jupyter notebook，这将启动Jupyter Notebook服务器。
4. 在浏览器中打开出现的URL，通常为 http://localhost:8888，开始浏览和执行笔记本。

三、项目的配置文件介绍

本项目使用 requirements.txt 文件来管理Python环境中的依赖库。用户需要执行以下步骤来配置环境：

1. 打开命令行界面。
2. 切换到项目目录下。
3. 运行命令 pip install -r requirements.txt，这将安装所有列出的库。

此外，某些周次可能需要额外的配置文件，例如数据集或特定的模型参数文件。这些文件通常会在相应的周次文件夹中提供详细说明。用户应按照 README.md 中的指示进行配置。

MLSys-NYU-2022 Slides, scripts and materials for the Machine Learning in Finance Course at NYU Tandon, 2022 项目地址: https://gitcode.com/gh_mirrors/ml/MLSys-NYU-2022