目标

旨在提供尖端人工智能和机器学习 (ML) 工具知识,用于对定义在高维空间中且以非线性关系为特征的金融数据进行建模。特别是,通过考虑金融数据的特殊性来自动检测数据中的模式(即从数据中“学习”)。然后,分析师和投资者可以使用估计的模型在不确定和风险条件下做出决策并选择投资策略。

可获得以下能力:


a) 理解和解释主要的机器学习和深度学习技术;

b) 选择和应用适当的建模工具,在 ML 方法类中,用于分析财务数据;


c) 使用免费的开源软件 R 进行数据分析和可视化以及实现 ML 模型;


d) 评估实施的预测方法的性能,并从决策的角度解释所有可用的结果。

成为VIP会员查看完整内容
23

相关内容

长期以来,人工智能 (AI)在金融领域的研究和实施方面一直非常活跃。早在 1960 年代,金融部门就已经参与围绕贝叶斯统计(机器学习的主要内容)开发创新。这些开创性的用例基于监控股票市场和为投资者做出预测。今天,这一传统继续存在于人工智能驱动的机器人顾问身上,旨在提供基于算法的自动化财务规划服务,而无需人工协助。现代金融已将其人工智能应用多样化,包括简化内部业务流程和改善整体客户体验。财务专业人士和客户都可能会定期遇到 AI,因为大多数与服务相关的日常问题都是使用某种程度的AI 驱动的自动化来处理/解决的。为了满足客户对更快、更方便、更安全的金融体验不断增长的需求,这一趋势可能会加速。
【实用书】数据科学和机器学习:数学和统计方法,533页pdf
金融人工智能,40页pdf
专知会员服务
138+阅读 · 2021年10月9日
【经典书】机器学习统计学,476页pdf
专知会员服务
118+阅读 · 2021年7月19日
专知会员服务
54+阅读 · 2021年7月6日
专知会员服务
165+阅读 · 2020年6月4日
《机器学习》简明导论,21页pdf
专知
5+阅读 · 2022年3月3日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
12+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Xplique: A Deep Learning Explainability Toolbox
Arxiv
0+阅读 · 2022年6月9日
Arxiv
0+阅读 · 2022年6月7日
VIP会员
相关VIP内容
【实用书】数据科学和机器学习:数学和统计方法,533页pdf
金融人工智能,40页pdf
专知会员服务
138+阅读 · 2021年10月9日
【经典书】机器学习统计学,476页pdf
专知会员服务
118+阅读 · 2021年7月19日
专知会员服务
54+阅读 · 2021年7月6日
专知会员服务
165+阅读 · 2020年6月4日
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
11+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
12+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员