Sobre este Programa de cursos integrados
cursos 100% online

cursos 100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível

Cronograma flexível

Definição e manutenção de prazos flexíveis.
Nível intermediário

Nível intermediário

Basic math including calculus and linear algebra, basic probability theory and statistics, and programming skills in Python.

Horas para completar

Aprox. 5 meses para completar

9 horas/semana sugeridas
Idiomas disponíveis

Inglês

Legendas: Inglês...

O que você vai aprender

  • Check

    Compare ML for Finance with ML in Technology (image and speech recognition, robotics, etc.)

  • Check

    Describe linear regression and classification models and methods of their evaluation

  • Check

    Explain how Reinforcement Learning is used for stock trading

  • Check

    Become familiar with popular approaches to modeling market frictions and feedback effects for option trading.

Habilidades que você terá

Predictive ModellingFinancial EngineeringMachine LearningTensorflowReinforcement Learning
cursos 100% online

cursos 100% online

Comece imediatamente e aprenda em seu próprio cronograma.
Cronograma flexível

Cronograma flexível

Definição e manutenção de prazos flexíveis.
Nível intermediário

Nível intermediário

Basic math including calculus and linear algebra, basic probability theory and statistics, and programming skills in Python.

Horas para completar

Aprox. 5 meses para completar

9 horas/semana sugeridas
Idiomas disponíveis

Inglês

Legendas: Inglês...

Como o Programa de cursos integrados funciona

Fazer cursos

Um programa de cursos integrados do Coursera é uma série de cursos para ajudá-lo a dominar uma habilidade. Primeiramente, inscreva-se no programa de cursos integrados diretamente, ou avalie a lista de cursos e escolha por qual você gostaria de começar. Ao se inscrever em um curso que faz parte de um programa de cursos integrados, você é automaticamente inscrito em todo o programa de cursos integrados. É possível concluir apenas um curso — você pode pausar a sua aprendizagem ou cancelar a sua assinatura a qualquer momento. Visite o seu painel de aprendiz para controlar suas inscrições em cursos e progresso.

Projeto prático

Todos os programas de cursos integrados incluem um projeto prático. Você precisará completar com êxito o(s) projeto(s) para concluir o programa de cursos integrados e obter o seu certificado. Se o programa de cursos integrados incluir um curso separado para o projeto prático, você precisará completar todos os outros cursos antes de iniciá-lo.

Obtenha um certificado

Ao concluir todos os cursos e completar o projeto prático, você obterá um certificado que pode ser compartilhado com potenciais empregadores e com sua rede profissional.

how it works

Este Programa de cursos integrados contém 4 cursos

Curso1

Guided Tour of Machine Learning in Finance

3.6
199 classificações
82 avaliações
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. The goal of Guided Tour of Machine Learning in Finance is to get a sense of what Machine Learning is, what it is for and in how many different financial problems it can be applied to. The course is designed for three categories of students: Practitioners working at financial institutions such as banks, asset management firms or hedge funds Individuals interested in applications of ML for personal day trading Current full-time students pursuing a degree in Finance, Statistics, Computer Science, Mathematics, Physics, Engineering or other related disciplines who want to learn about practical applications of ML in Finance Experience with Python (including numpy, pandas, and IPython/Jupyter notebooks), linear algebra, basic probability theory and basic calculus is necessary to complete assignments in this course....
Curso2

Fundamentals of Machine Learning in Finance

3.5
83 classificações
19 avaliações
The course aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) understanding where the problem one faces lands on a general landscape of available ML methods, (2) understanding which particular ML approach(es) would be most appropriate for resolving the problem, and (3) ability to successfully implement a solution, and assess its performance. A learner with some or no previous knowledge of Machine Learning (ML) will get to know main algorithms of Supervised and Unsupervised Learning, and Reinforcement Learning, and will be able to use ML open source Python packages to design, test, and implement ML algorithms in Finance. Fundamentals of Machine Learning in Finance will provide more at-depth view of supervised, unsupervised, and reinforcement learning, and end up in a project on using unsupervised learning for implementing a simple portfolio trading strategy. The course is designed for three categories of students: Practitioners working at financial institutions such as banks, asset management firms or hedge funds Individuals interested in applications of ML for personal day trading Current full-time students pursuing a degree in Finance, Statistics, Computer Science, Mathematics, Physics, Engineering or other related disciplines who want to learn about practical applications of ML in Finance Experience with Python (including numpy, pandas, and IPython/Jupyter notebooks), linear algebra, basic probability theory and basic calculus is necessary to complete assignments in this course....
Curso3

Reinforcement Learning in Finance

3.4
27 classificações
9 avaliações
This course aims at introducing the fundamental concepts of Reinforcement Learning (RL), and develop use cases for applications of RL for option valuation, trading, and asset management. Prerequisites are the courses "Guided Tour of Machine Learning in Finance" and "Fundamentals of Machine Learning in Finance". Students are expected to know the lognormal process and how it can be simulated. Knowledge of option pricing is not assumed but desirable....
Curso4

Overview of Advanced Methods of Reinforcement Learning in Finance

3.6
16 classificações
2 avaliações
In the last course of our specialization, Overview of Advanced Methods of Reinforcement Learning in Finance, we will take a deeper look into topics discussed in our third course, Reinforcement Learning in Finance. In particular, we will talk about links between Reinforcement Learning, option pricing and physics, implications of Inverse Reinforcement Learning for modeling market impact and price dynamics, and perception-action cycles in Reinforcement Learning. Finally, we will overview trending and potential applications of Reinforcement Learning for high frequency trading, cryptocurrencies, peer-to-peer lending, and more....

Instrutores

Sobre New York University Tandon School of Engineering

Tandon offers comprehensive courses in engineering, applied science and technology. Each course is rooted in a tradition of invention and entrepreneurship....

Perguntas Frequentes – FAQ

  • Sim! Para começar, clique na carta de curso que lhe interessa e se inscreva. Você pode se inscrever e concluir o curso para ganhar um certificado compartilhável ou você pode auditar para ver os materiais do curso de graça. Quando você se inscrever em um curso que faz parte de uma especialização, você está automaticamente inscrito para a especialização completa. Visite o seu painel de aluno para acompanhar o seu progresso.

  • Este curso é totalmente on-line, então não existe necessidade de aparecer em uma sala de aula pessoalmente. Você pode acessar suas palestras, leituras e atribuições a qualquer hora e qualquer lugar, via web ou dispositivo móvel.

  • Esta Especialização não carrega créditos universitários, mas algumas universidades podem optar por aceitar certificados de especialização como crédito. Verifique com sua instituição para saber mais.

  • Prerequisites for the specialization are basic math including calculus and linear algebra, basic probability theory and statistics, and some programming skills in Python. For students that are not familiar with Python and IPython / Jupyter notebooks, reference to tutorials are provided as a part of further reading.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.