このコースについて
38,912 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21時間で修了

推奨:10 hours/week...

英語

字幕:英語
このCourseを受講している学習者は
  • Risk Managers
  • Traders
  • Data Scientists
  • Machine Learning Engineers
  • Economists

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21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
3時間で修了

Artificial Intelligence & Machine Learning

11件のビデオ (合計75分), 3 readings, 1 quiz
11件のビデオ
Specialization Objectives8 分
Specialization Prerequisites7 分
Artificial Intelligence and Machine Learning, Part I6 分
Artificial Intelligence and Machine Learning, Part II7 分
Machine Learning as a Foundation of Artificial Intelligence, Part I5 分
Machine Learning as a Foundation of Artificial Intelligence, Part II7 分
Machine Learning as a Foundation of Artificial Intelligence, Part III7 分
Machine Learning in Finance vs Machine Learning in Tech, Part I6 分
Machine Learning in Finance vs Machine Learning in Tech, Part II6 分
Machine Learning in Finance vs Machine Learning in Tech, Part III8 分
3件の学習用教材
The Business of Artificial Intelligence30 分
How AI and Automation Will Shape Finance in the Future30 分
A. Geron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, Chapter 130 分
1の練習問題
Module 1 Quiz30 分
2
6時間で修了

Mathematical Foundations of Machine Learning

6件のビデオ (合計45分), 3 readings, 2 quizzes
6件のビデオ
The No Free Lunch Theorem7 分
Overfitting and Model Capacity8 分
Linear Regression7 分
Regularization, Validation Set, and Hyper-parameters10 分
Overview of the Supervised Machine Learning in Finance3 分
3件の学習用教材
I. Goodfellow, Y. Bengio, A. Courville, “Deep Learning”, Chapters 4.5, 5.1, 5.2, 5.3, 5.41 時間
Leo Breiman, “Statistical Modeling: The Two Cultures”1 時間
Jupyter Notebook FAQ10 分
1の練習問題
Module 2 Quiz15 分
3
6時間で修了

Introduction to Supervised Learning

7件のビデオ (合計75分), 4 readings, 2 quizzes
7件のビデオ
A First Demo of TensorFlow11 分
Linear Regression in TensorFlow10 分
Neural Networks11 分
Gradient Descent Optimization10 分
Gradient Descent for Neural Networks12 分
Stochastic Gradient Descent8 分
4件の学習用教材
A.Geron, “Hands-On ML”, Chapter 9, Chapter 4 (Gradient Descent)1 時間
E. Fama and K. French, “Size and Book-to-Market Factors in Earnings and Returns”, Journal of Finance, vol. 50, no. 1 (1995), pp. 131-155.15 分
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. 1-4115 分
Jupyter Notebook FAQ10 分
1の練習問題
Module 3 Quiz15 分
4
10時間で修了

Supervised Learning in Finance

9件のビデオ (合計66分), 4 readings, 3 quizzes
9件のビデオ
Fundamental Analysis7 分
Machine Learning as Model Estimation8 分
Maximum Likelihood Estimation10 分
Probabilistic Classification Models6 分
Logistic Regression for Modeling Bank Failures, Part I8 分
Logistic Regression for Modeling Bank Failures, Part II5 分
Logistic Regression for Modeling Bank Failures, Part III8 分
Supervised Learning: Conclusion2 分
4件の学習用教材
C. Bishop, “Pattern Recognition and Machine Learning”, Chapters 4.1, 4.2, 4.31 時間
A. Geron, “Hands-On ML”, Chapters 3, Chapter 4 (Logistic Regression)1 時間
Jupyter Notebook FAQ10 分
Jupyter Notebook FAQ10 分
1の練習問題
Module 4 Quiz21 分
3.8
118件のレビューChevron Right

46%

コース終了後に新しいキャリアをスタートした

44%

コースが具体的なキャリアアップにつながった

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

by KDAug 24th 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.

by ABMay 28th 2018

Exceptional disposition and lucid explanations! Ideal for a Risk Management professional to sharpen machine learning skills!

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。