อธิบายแนวคิด Quant ให้เข้าใจ แนะนำและเปรียบเทียบหนังสือเป็นรายเล่ม และเส้นทางอ่านที่ต่อยอดได้ ทุกบทความอ่านจบได้ในตัวเอง
พบ 12 บทความ ในหมวด Machine Learning & AI · ล้างตัวกรอง
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Data-Driven Science and Engineering ฉบับที่ 2: ขอบเขตเนื้อหาและพื้นฐานที่ต้องมี
ตำราของ Steven L. Brunton และ J. Nathan Kutz ว่าด้วย Machine Learning, dynamical systems และการควบคุม บทความนี้สรุปจากสารบัญและคำนำที่ Cambridge University Press เผยแพร่ เพื่อช่วยดูว่าเล่มนี้ครอบคลุมอะไรและต้องมีพื้นฐานระดับไหน
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
The Hundred-Page Language Models Book: ปูพื้น LLM จากคณิตศาสตร์ถึงโค้ด PyTorch
หนังสือของ Andriy Burkov ที่ไล่จากพื้นฐาน Machine Learning ไปจนถึง Transformer และ LLM พร้อมโค้ด PyTorch บทความนี้สรุปจากตัวอย่าง 30 หน้าที่ผู้เขียนเผยแพร่ เพื่อช่วยดูว่าเล่มนี้เหมาะกับพื้นฐานของคุณหรือไม่
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
The StatQuest Illustrated Guide to Machine Learning: ML ฉบับภาพประกอบสำหรับผู้เริ่มต้น
หนังสือภาพประกอบของ Josh Starmer ผู้ทำช่อง StatQuest ไล่จาก regression ถึง neural network บทความนี้แนะนำขอบเขตเนื้อหาจากหน้าร้านของผู้เขียนและข้อมูลแคตตาล็อก เพื่อช่วยดูว่าเหมาะเป็นเล่มแรกด้าน ML ของคุณหรือไม่
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Machine Learning for Algorithmic Trading ฉบับที่ 2: เนื้อหา โค้ด และเหมาะกับใคร
หนังสือของ Stefan Jansen ฉบับที่ 2 ปี 2020 ไล่ตั้งแต่ข้อมูล การสร้าง alpha factor การ backtest ไปจนถึง NLP และ deep learning สำหรับการเทรด บทความนี้สรุปจากโครงสร้างบทใน repository ทางการของผู้เขียนและข้อมูลแคตตาล็อก
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Hands-On Machine Learning ฉบับที่ 3: เรียน ML ตั้งแต่ regression ถึง deep learning
หนังสือของ Aurélien Géron ฉบับที่ 3 สอน machine learning ด้วย Scikit-Learn, Keras และ TensorFlow ผ่านโค้ดและแบบฝึกหัด บทความนี้แนะนำขอบเขตเนื้อหาจากสารบัญบางส่วน คำอธิบายของสำนักพิมพ์ และ repository โค้ดของผู้เขียน
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Getting Started with Natural Language Processing: เริ่ม NLP ด้วย Python จากศูนย์
หนังสือของ Ekaterina Kochmar จาก Manning สอน NLP เบื้องต้นผ่านโปรเจกต์ Python ทีละบท บทความนี้สรุปจากหน้าสำนักพิมพ์ ตัวอย่างต้นบทที่ 1 และ repository โค้ดประกอบเล่ม
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Hands-On AI Trading with Python, QuantConnect, and AWS: มีอะไรในเล่ม และเหมาะกับใคร
หนังสือ Wiley ปี 2025 ของ Jiri Pik, Ernest P. Chan, Jared Broad, Philip Sun และ Vivek Singh ที่รวมตัวอย่างกลยุทธ์ ML และ LLM บน QuantConnect บทความนี้สรุปจากสารบัญและบทที่ 1 ที่สำนักพิมพ์เผยแพร่
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Python for Data Analysis ฉบับที่ 3: พื้นฐาน pandas ก่อนเริ่มงานข้อมูลการเงิน
หนังสือของ Wes McKinney ผู้สร้าง pandas ฉบับที่ 3 ว่าด้วยการจัดการ ทำความสะอาด และสรุปข้อมูลด้วย Python บทความนี้สรุปจากคำนำ บทที่ 1 และบทที่ 11 Time Series ในฉบับเปิดอ่านออนไลน์ที่ผู้เขียนเผยแพร่เอง
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Deep Learning with Python ฉบับที่ 2: ครอบคลุมอะไร และต่างจากฉบับใหม่อย่างไร
หนังสือของ François Chollet ผู้สร้าง Keras ฉบับที่ 2 (Manning, 2021) บทความนี้สรุปจากหน้าสำนักพิมพ์ หัวข้อบทที่ 1 และคลังโค้ดทางการ เพื่อช่วยดูว่าเนื้อหาครอบคลุมอะไร ต้องมีพื้นฐานแค่ไหน และควรรู้อะไรเรื่องฉบับที่ 3
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Generative AI for Trading and Asset Management: ใครควรอ่าน และเล่มนี้ใช้ AI ทำอะไรบ้าง
หนังสือของ Hamlet Medina และ Ernest P. Chan ว่าด้วยการใช้ Generative AI และ LLM ในงานเทรดและบริหารสินทรัพย์ บทความนี้สรุปจากสารบัญ บทที่ 1 ที่ Wiley เผยแพร่ให้อ่านตัวอย่าง และ repository โค้ดของหนังสือ
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Advances in Financial Machine Learning: ใครควรอ่าน และต้องมีพื้นฐานอะไรก่อน
หนังสือของ Marcos López de Prado ว่าด้วยการใช้ Machine Learning กับข้อมูลการเงินตั้งแต่การจัดโครงสร้างข้อมูลจนถึงการทดสอบกลยุทธ์ บทความนี้สรุปจากสารบัญและบทที่ 1 ที่สำนักพิมพ์เผยแพร่ เพื่อช่วยตัดสินว่าเล่มนี้เหมาะกับคุณหรือยัง
25 ตุลาคม 2569 · ทีมบรรณาธิการ Libro
Linear Algebra Done Right ฉบับที่ 4: linear algebra แบบเน้นการพิสูจน์
ตำรา linear algebra ของ Sheldon Axler ฉบับที่ 4 ปี 2024 ที่ Springer เผยแพร่แบบ open access บทความนี้สรุปจากสารบัญ คำนำ และอ่านหัวข้อ 7E Singular Value Decomposition ทั้งหัวข้อ เพื่อช่วยดูว่าเล่มนี้เหมาะกับใคร
