このコースについて

34,328 最近の表示

受講生の就業成果

50%

コース終了後に新しいキャリアをスタートした

47%

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24時間で修了
英語
字幕:英語, フランス語

受講生の就業成果

50%

コース終了後に新しいキャリアをスタートした

47%

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24時間で修了
英語
字幕:英語, フランス語

講師

提供:

New York University ロゴ

New York University

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up83%(1,392 件の評価)Info
1

1

3時間で修了

Artificial Intelligence & Machine Learning

3時間で修了
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

2

6時間で修了

Mathematical Foundations of Machine Learning

6時間で修了
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

3

6時間で修了

Introduction to Supervised Learning

6時間で修了
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

4

10時間で修了

Supervised Learning in Finance

10時間で修了
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

レビュー

GUIDED TOUR OF MACHINE LEARNING IN FINANCE からの人気レビュー

すべてのレビューを見る

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

  • 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。
  • 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。

  • サブスクライブすると、7日間の無料トライアルを体験できます。この期間中は解約金なしでキャンセルできます。それ以降、払い戻しはありませんが、サブスクリプションをいつでもキャンセルできます。返金ポリシーをすべて表示します

  • 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

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。