今日要点：讲座：机器学习在金融中的应用
- 聚类算法：
- 相似性度量：
- 对称性：$D(B,A)=D(A,B)$
- 自相似性：$D(A,A)=0$
- 非负性：$D(A,B)=0\iff{A=B}$
- 三角性：$D(A,B)\leq{D(A,C)+D(C,B)}$
- 层次式与分区式
- 相似性度量：
- 图的创建和挖掘：点+权值边
- 图的分割：
- 最小分割：Girvan-Newman算法
- 通用聚类算法
- 典型应用：
- 反洗钱/反欺诈
- 风险控制/风险定价
- 文档处理
- 投资交易
- 智能营销
- 智能投资
到此课程的主线就已经结束了，课程小测还因为网络问题没提交上一道题，网课实在是不太行。纵观这14节课，感觉收益最大的是前半部分，可能是舍本逐末了吧，对于前沿产业的了解也仅限于课上讲的这些，感觉更像是听了一场讲座或者报告，真正学到的东西并没有想象中那么扎实。不过实打实的是了解了一些东西，希望技能之类的部分，在大作业里能得到磨练吧。课程就到此为止了，感谢助教和老师的辛勤付出，以及这一学期的指导，辛苦了！