このコースについて
19,859 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約16時間で修了

推奨:10 hours/week...

英語

字幕:英語

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

中級レベル

約16時間で修了

推奨:10 hours/week...

英語

字幕:英語

シラバス - 本コースの学習内容

1
5時間で修了

Fundamentals of Supervised Learning in Finance

9件のビデオ (合計71分), 4 readings, 1 quiz
9件のビデオ
Introduction to Fundamentals of Machine Learning in Finance4 分
Support Vector Machines, Part 18 分
Support Vector Machines, Part 27 分
SVM. The Kernel Trick8 分
Example: SVM for Prediction of Credit Spreads9 分
Tree Methods. CART Trees9 分
Tree Methods: Random Forests8 分
Tree Methods: Boosting9 分
4件の学習用教材
A. Smola and B. Scholkopf, “A Tutorial on Support Vector Regression”, Statistics and Computing, vol. 14, pp. 199-229, 200415 分
A. Geron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, Chapters 6 & 730 分
K. Murphy, “Machine Learning: A Probabilistic Perspective”, MIT Press, 2009, Chapter 16.415 分
Jupyter Notebook FAQ10 分
2
4時間で修了

Core Concepts of Unsupervised Learning, PCA & Dimensionality Reduction

6件のビデオ (合計54分), 3 readings, 1 quiz
6件のビデオ
PCA for Stock Returns, Part 14 分
PCA for Stock Returns, Part 29 分
Dimension Reduction with PCA9 分
Dimension Reduction with tSNE11 分
Dimension Reduction with Autoencoders9 分
3件の学習用教材
C. Bishop, “Pattern Recognition and Machine Learning”, Chapter 12.115 分
A. Geron, “Hands-On ML”, Chapters 8 & 1530 分
Jupyter Notebook FAQ10 分
3
4時間で修了

Data Visualization & Clustering

7件のビデオ (合計50分), 3 readings, 1 quiz
7件のビデオ
UL. K-clustering8 分
UL. K-means Neural Algorithm7 分
UL. Hierarchical Clustering Algorithms10 分
UL. Clustering and Estimation of Equity Correlation Matrix5 分
UL. Minimum Spanning Trees, Kruskal Algorithm6 分
UL. Probabilistic Clustering6 分
3件の学習用教材
C. Bishop, “Pattern Recognition and Machine Learning”, Clustering and EM: Chapter 930 分
G. Bonanno et. al. “Networks of equities in financial markets”, The European Physical Journal B, vol. 38, issue 2, pp. 363-371 (2004)15 分
Jupyter Notebook FAQ10 分
4
5時間で修了

Sequence Modeling and Reinforcement Learning

11件のビデオ (合計101分), 3 readings, 1 quiz
11件のビデオ
Sequence Modeling10 分
SM. Latent Variables for Sequences8 分
SM. State-Space Models9 分
SM. Hidden Markov Models9 分
Neural Architecture for Sequential Data12 分
RL. Introduction8 分
RL. Core Ideas7 分
Markov Decision Process and RL8 分
RL. Bellman Equation6 分
RL and Inverse Reinforcement Learning11 分
3件の学習用教材
C. Bishop, “Pattern Recognition and Machine Learning”, Chapter 1310 分
S. Marsland, “Machine Learning: an Algorithmic Perspective” (Chapman & Hall 2009), Chapter 1315 分
Jupyter Notebook FAQ10 分
3.8
34件のレビューChevron Right

20%

コース終了後に新しいキャリアをスタートした

18%

コースが具体的なキャリアアップにつながった

Fundamentals of Machine Learning in Finance からの人気レビュー

by ATAug 10th 2019

Furthered my understanding of how probabilistic models are connected to Machine Learning models. Very happy with the content in this course.

by ATSep 3rd 2019

Great course which covers both theories as well as practical skills in the real implementations in the financial world.

NYUタンドン・スクール・オブ・エンジニアリング(New York University Tandon School of Engineering)について

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

Machine Learning and Reinforcement Learning in Finance専門講座について

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. The specialization aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) mapping the problem on a general landscape of available ML methods, (2) choosing particular ML approach(es) that would be most appropriate for resolving the problem, and (3) successfully implementing a solution, and assessing its performance. The specialization 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. The modules can also be taken individually to improve relevant skills in a particular area of applications of ML to finance....
Machine Learning and Reinforcement Learning in Finance

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。