Informações sobre o curso

15,842 visualizações recentes

Resultados de carreira do aprendiz

20%

comecei uma nova carreira após concluir estes cursos

18%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 18 horas para completar
Inglês

Instrutores

Resultados de carreira do aprendiz

20%

comecei uma nova carreira após concluir estes cursos

18%

consegui um benefício significativo de carreira com este curso
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
Aprox. 18 horas para completar
Inglês

oferecido por

Placeholder

New York University

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

5 horas para concluir

Fundamentals of Supervised Learning in Finance

5 horas para concluir
9 vídeos (Total 71 mín.), 4 leituras, 1 teste
9 videos
Introduction to Fundamentals of Machine Learning in Finance4min
Support Vector Machines, Part 18min
Support Vector Machines, Part 27min
SVM. The Kernel Trick8min
Example: SVM for Prediction of Credit Spreads9min
Tree Methods. CART Trees9min
Tree Methods: Random Forests8min
Tree Methods: Boosting9min
4 leituras
A. Smola and B. Scholkopf, “A Tutorial on Support Vector Regression”, Statistics and Computing, vol. 14, pp. 199-229, 200415min
A. Geron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, Chapters 6 & 730min
K. Murphy, “Machine Learning: A Probabilistic Perspective”, MIT Press, 2009, Chapter 16.415min
Jupyter Notebook FAQ10min
Semana
2

Semana 2

4 horas para concluir

Core Concepts of Unsupervised Learning, PCA & Dimensionality Reduction

4 horas para concluir
6 vídeos (Total 54 mín.), 3 leituras, 1 teste
6 videos
PCA for Stock Returns, Part 14min
PCA for Stock Returns, Part 29min
Dimension Reduction with PCA9min
Dimension Reduction with tSNE11min
Dimension Reduction with Autoencoders9min
3 leituras
C. Bishop, “Pattern Recognition and Machine Learning”, Chapter 12.115min
A. Geron, “Hands-On ML”, Chapters 8 & 1530min
Jupyter Notebook FAQ10min
Semana
3

Semana 3

4 horas para concluir

Data Visualization & Clustering

4 horas para concluir
7 vídeos (Total 50 mín.), 3 leituras, 1 teste
7 videos
UL. K-clustering8min
UL. K-means Neural Algorithm7min
UL. Hierarchical Clustering Algorithms10min
UL. Clustering and Estimation of Equity Correlation Matrix5min
UL. Minimum Spanning Trees, Kruskal Algorithm6min
UL. Probabilistic Clustering6min
3 leituras
C. Bishop, “Pattern Recognition and Machine Learning”, Clustering and EM: Chapter 930min
G. Bonanno et. al. “Networks of equities in financial markets”, The European Physical Journal B, vol. 38, issue 2, pp. 363-371 (2004)15min
Jupyter Notebook FAQ10min
Semana
4

Semana 4

5 horas para concluir

Sequence Modeling and Reinforcement Learning

5 horas para concluir
11 vídeos (Total 101 mín.), 3 leituras, 1 teste
11 videos
Sequence Modeling10min
SM. Latent Variables for Sequences8min
SM. State-Space Models9min
SM. Hidden Markov Models9min
Neural Architecture for Sequential Data12min
RL. Introduction8min
RL. Core Ideas7min
Markov Decision Process and RL8min
RL. Bellman Equation6min
RL and Inverse Reinforcement Learning11min
3 leituras
C. Bishop, “Pattern Recognition and Machine Learning”, Chapter 1310min
S. Marsland, “Machine Learning: an Algorithmic Perspective” (Chapman & Hall 2009), Chapter 1315min
Jupyter Notebook FAQ10min

Avaliações

Principais avaliações do FUNDAMENTALS OF MACHINE LEARNING IN FINANCE

Visualizar todas as avaliações

Sobre Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance

Machine Learning and Reinforcement Learning in Finance

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.