Machine Learning for Trading @GeorgiaTech

2. 课程难度，作业量，每周花在这门课的时间，以及你的基础(是初学者？还是本来就是你的专业内容？)
很基础的课程，没有作业，只有随课程的小测试，一共六个小时可以刷完。我有金融背景，自学过机器学习。https://classroom.udacity.com/courses/ud501

3. 各种感想、收获、课程内容介绍、你对这门课的评价等等~~这个就自己发挥啦（请具体！）
这门课程分三个部分：数据分析（主要介绍了如何处理拟合股票数据，优化的基本概念），金融基础（市场交易的基本概念，基金的分类和各自特点，资产组合优化等），机器学习（各种类型的模型都讲了一些，但是都很基础，也谈了金融时间序列数据用来学习时候要注意的事项）。如果你是初学者，对金融和机器学习感兴趣，完全可以拿这个当入门。

4. 如果让你重新学过这门课，你会在学习方法上，背景提升上会有什么样的改进(选答)
这门课讲得比较泛泛，所以不需要很大的投入，适合在平时压力比较大，没有多少空余时间的情况下，没事刷刷。想要最大限度的挖掘这门课的话，可以利用它的教学提纲，自己多做些扩展的调研，根据自己薄弱的方向加大力度。比如找ESL来加深对机器学习的理解。

5. 这门课和其他你跟过的课，用过的资源或者是学校上过的课有什么区别？(选答，如果你还跟过其他类似的课的话)


6. 给以后打算学这门课的同学一些建议（请具体！可包括任何方面）
第三部分一定要自己多研究研究，多实现里面的算法。

哪里有课程地址？

notperry 发表于 2018-3-15 08:45
哪里有课程地址？

https://classroom.udacity.com/courses/ud501

这课程免费的？

OMSCS 在读偷偷告诉你，这门课还可以在这里同步拿额外的作业来做哦：http://quantsoftware.gatech.edu/Machine_Learning_for_Trading_Course

作业自带autograder  十分方便

我刚刚学完这个课程，感觉不错。可惜的是作业量少，且没有PA。不过还是很不错的课程。

哇 多谢楼主