Fundamentos del aprendizaje automático en finanzas - Curso Virtual - Coursera Verified listing

El curso tiene como objetivo ayudar a los estudiantes a ser capaces de resolver problemas prácticos susceptibles de ML que pueden encontrar en la vida real que incluyen: (1) comprender dónde se encuentra el problema que uno enfrenta en un panorama general de métodos de ML disponibles, (2) comprender qué los enfoques de ML en particular serían los más apropiados para resolver el problema, y ​​(3) la capacidad para implementar con éxito una solución y evaluar su desempeño. Un alumno con algún o ningún conocimiento previo de Machine Learning (ML) conocerá los principales algoritmos de aprendizaje supervisado y no supervisado, y aprendizaje por refuerzo, y podrá usar paquetes Python de código abierto de ML para diseñar, probar e implementar algoritmos de ML. En finanzas. Los fundamentos del aprendizaje automático en finanzas proporcionarán una visión más detallada del aprendizaje supervisado, no supervisado y de refuerzo. y terminar en un proyecto sobre el uso del aprendizaje no supervisado para implementar una estrategia de negociación de cartera simple. El curso está diseñado para tres categorías de estudiantes: Profesionales que trabajan en instituciones financieras como bancos, empresas de gestión de activos o fondos de cobertura Individuos interesados ​​en las aplicaciones de ML para el comercio diario personal Estudiantes actuales de tiempo completo que buscan una licenciatura en Finanzas, Estadística, Informática , Matemáticas, Física, Ingeniería u otras disciplinas relacionadas que deseen aprender sobre aplicaciones prácticas de ML en Finanzas Experiencia con Python (incluidos numpy, pandas e IPython/Jupyter notebooks), álgebra lineal, teoría de probabilidad básica y cálculo básico es necesario para completar tareas en este curso.