This course aims at providing an introductory and broad overview of the field of ML with the focus on applications on Finance. Supervised Machine Learning methods are used in the capstone project to predict bank closures. Simultaneously, while this course can be taken as a separate course, it serves as a preview of topics that are covered in more details in subsequent modules of the specialization Machine Learning and Reinforcement Learning in Finance.
Este curso faz parte do Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance
oferecido por
Informações sobre o curso
27,265 visualizações recentes
Resultados de carreira do aprendiz
50%
comecei uma nova carreira após concluir estes cursos
47%
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. 24 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Russo, Inglês, Espanhol
Instrutores
Resultados de carreira do aprendiz
50%
comecei uma nova carreira após concluir estes cursos
47%
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. 24 horas para completar
Inglês
Legendas: Francês, Português (Brasil), Russo, Inglês, Espanhol
oferecido por
New York University
New York University is a leading global institution for scholarship, teaching, and research. Based in New York City with campuses and sites in 14 additional major cities across the world, NYU embraces diversity among faculty, staff and students to ensure the highest caliber, most inclusive educational experience.
Programa - O que você aprenderá com este curso
3 horas para concluir
Artificial Intelligence & Machine Learning
3 horas para concluir
11 vídeos (Total 75 mín.), 3 leituras, 1 teste
11 videos
Welcome Note4min
Specialization Objectives8min
Specialization Prerequisites7min
Artificial Intelligence and Machine Learning, Part I6min
Artificial Intelligence and Machine Learning, Part II7min
Machine Learning as a Foundation of Artificial Intelligence, Part I5min
Machine Learning as a Foundation of Artificial Intelligence, Part II7min
Machine Learning as a Foundation of Artificial Intelligence, Part III7min
Machine Learning in Finance vs Machine Learning in Tech, Part I6min
Machine Learning in Finance vs Machine Learning in Tech, Part II6min
Machine Learning in Finance vs Machine Learning in Tech, Part III8min
3 leituras
The Business of Artificial Intelligence30min
How AI and Automation Will Shape Finance in the Future30min
A. Geron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, Chapter 130min
1 exercício prático
Module 1 Quiz30min
6 horas para concluir
Mathematical Foundations of Machine Learning
6 horas para concluir
6 vídeos (Total 45 mín.), 3 leituras, 2 testes
6 videos
The No Free Lunch Theorem7min
Overfitting and Model Capacity8min
Linear Regression7min
Regularization, Validation Set, and Hyper-parameters10min
Overview of the Supervised Machine Learning in Finance3min
3 leituras
I. Goodfellow, Y. Bengio, A. Courville, “Deep Learning”, Chapters 4.5, 5.1, 5.2, 5.3, 5.41h
Leo Breiman, “Statistical Modeling: The Two Cultures”1h
Jupyter Notebook FAQ10min
1 exercício prático
Module 2 Quiz15min
6 horas para concluir
Introduction to Supervised Learning
6 horas para concluir
7 vídeos (Total 75 mín.), 4 leituras, 2 testes
7 videos
A First Demo of TensorFlow11min
Linear Regression in TensorFlow10min
Neural Networks11min
Gradient Descent Optimization10min
Gradient Descent for Neural Networks12min
Stochastic Gradient Descent8min
4 leituras
A.Geron, “Hands-On ML”, Chapter 9, Chapter 4 (Gradient Descent)1h
E. Fama and K. French, “Size and Book-to-Market Factors in Earnings and Returns”, Journal of Finance, vol. 50, no. 1 (1995), pp. 131-155.15min
J. Piotroski, “Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers”, Journal of Accounting Research, Vol. 38, Supplement: Studies on Accounting Information and the Economics of the Firm (2000), pp. 1-4115min
Jupyter Notebook FAQ10min
1 exercício prático
Module 3 Quiz15min
10 horas para concluir
Supervised Learning in Finance
10 horas para concluir
9 vídeos (Total 66 mín.), 4 leituras, 3 testes
9 videos
Fundamental Analysis7min
Machine Learning as Model Estimation8min
Maximum Likelihood Estimation10min
Probabilistic Classification Models6min
Logistic Regression for Modeling Bank Failures, Part I8min
Logistic Regression for Modeling Bank Failures, Part II5min
Logistic Regression for Modeling Bank Failures, Part III8min
Supervised Learning: Conclusion2min
4 leituras
C. Bishop, “Pattern Recognition and Machine Learning”, Chapters 4.1, 4.2, 4.31h
A. Geron, “Hands-On ML”, Chapters 3, Chapter 4 (Logistic Regression)1h
Jupyter Notebook FAQ10min
Jupyter Notebook FAQ10min
1 exercício prático
Module 4 Quiz21min
Avaliações
Principais avaliações do GUIDED TOUR OF MACHINE LEARNING IN FINANCE
por KD23 de Ago de 2019
Introduction of ML for Financial application with combination of Scikit learn, Statsmodels and Tensorflow with neuralnets made this class very interesting. Learned and Enjoyed lot.
por VB25 de Ago de 2018
More or less this course is good and interesting. However, homework assignments were awful. It's unclear and it's very hard to understand what is asked and how it would be graded.
por MS31 de Dez de 2018
Despite all the problems with the assignments and the grader this course provides really good overview ML tools and their application to finance. It's definitely worth the effort
por XZ31 de Jul de 2018
The course content is a mix of theory and practical stuff. One star off is due to the poor quality of programming assignment, i.e., unclear instructions and explanations.
Sobre Programa de cursos integrados Machine Learning and Reinforcement Learning in Finance
The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core paradigms and algorithms of machine learning (ML), with a particular focus on applications of ML to various practical problems in Finance.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Ganharei créditos universitários por concluir o curso?
Este curso não oferece créditos universitários, mas algumas universidades podem aceitar certificados de cursos que podem ser convertidos em créditos. Entre em contato com sua instituição para saber mais. Com os cursos on-line e os certificados Mastertrack™ do Coursera, é possível ganhar créditos universitários.
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
