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.
Machine Learning and Reinforcement Learning in Finance の専門講座New York Universityこのコースについて
14,268 最近の表示
受講生の就業成果
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
共有できる証明書
修了時に証明書を取得
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18時間で修了
英語
字幕：フランス語, ポルトガル語（ブラジル）, ロシア語, 英語, スペイン語
受講生の就業成果
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
共有できる証明書
修了時に証明書を取得
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18時間で修了
英語
字幕：フランス語, ポルトガル語（ブラジル）, ロシア語, 英語, スペイン語
提供：
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.
シラバス - 本コースの学習内容
5時間で修了
Fundamentals of Supervised Learning in Finance
5時間で修了
9件のビデオ （合計71分）, 4 学習用教材, 1 個のテスト
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
4時間で修了
Core Concepts of Unsupervised Learning, PCA & Dimensionality Reduction
4時間で修了
6件のビデオ （合計54分）, 3 学習用教材, 1 個のテスト
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
4時間で修了
Data Visualization & Clustering
4時間で修了
7件のビデオ （合計50分）, 3 学習用教材, 1 個のテスト
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
5時間で修了
Sequence Modeling and Reinforcement Learning
5時間で修了
11件のビデオ （合計101分）, 3 学習用教材, 1 個のテスト
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
レビュー
FUNDAMENTALS OF MACHINE LEARNING IN FINANCE からの人気レビュー
JJにより2018年12月24日
So far so good. The lecturer refers to projects of which some weren't covered in this course. So a little confusing. Takes lots of googling to finish this course.
ATにより2019年8月9日
Furthered my understanding of how probabilistic models are connected to Machine Learning models. Very happy with the content in this course.
ATにより2019年9月2日
Great course which covers both theories as well as practical skills in the real implementations in the financial world.
SDにより2019年9月18日
This is a great course, I strongly recommend. However, the assignments take a while to finish.
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.
よくある質問
いつ講座や課題にアクセスできるようになりますか？
講義と課題へのアクセスは、登録のタイプによって異なります。聴講モードでコースを受講すると、ほとんどのコース教材を無料で見ることができます。採点された課題にアクセスして修了証を取得するには、聴講中または聴講後に、修了証エクスペリエンスを購入する必要があります。聴講オプションが表示されない場合：
- コースは聴講オプションを提供していない可能性があります。代わりに無料トライアルをお試しいただくか、学資援助を申請することができます。
- コースは、聴講オプションを提供せずに「修了証なしフルコース」オプションを提供する場合があります。このオプションでは、すべてのコース教材が表示され、必須の評価を提出して、最終成績を取得することができます。この場合、修了証エクスペリエンスは購入できません。
この専門講座をサブスクライブすると何を行うことができるようになりますか？
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。
Is financial aid available?
はい。受講料の支払いが難しい受講生に、Coursera（コーセラ）は学資援助を提供しています。左側の［登録］ボタンの下にある［学資援助］のリンクをクリックして申請してください。申請書の入力を促すメッセージが表示され、承認されると通知が届きます。キャップストーンプロジェクトを含む専門講座の各コースでこのステップを完了する必要があります。詳細。
コースを修了することで大学の単位は付与されますか？
このコースでは大学の単位は付与されませんが、一部の大学ではコース修了証を単位として承認する場合があります。詳細については、大学にお問い合わせください。Coursera（コーセラ）のオンライン学位および Mastertrack™証明書は、大学の単位を取得する機会を提供します。
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。
