Aprendizaje automático para finanzas: conceptos básicos de Python - Curso virtual - CFI Verified listing

Descripción general

Descripción general del curso de conceptos básicos de Python

Bienvenido al curso de conceptos básicos de Python de CFI: aprendizaje automático para profesionales de las finanzas. El mundo de las finanzas está cambiando y ahora es el momento de invertir.

Los conjuntos de habilidades de los banqueros de inversión, administradores de activos, profesionales de ventas y comercio están evolucionando rápidamente y desarrollar un conjunto de habilidades en Python es esencial si desea progresar.

CFI se ha asociado con Machine Learning Edge para ofrecerle un curso único sobre los fundamentos de Python para profesionales de las finanzas. ¡Este curso utilizará su conocimiento de Excel para aprender Python de una manera intuitiva y fácil!

Python es fundamental para analizar macrodatos y es el software fundamental que utilizan los científicos de datos para el aprendizaje automático. Conocer Excel significa que ya comprende los conceptos fundamentales de programación e informática.

En este curso, aprenderá a aplicar estos conceptos de Excel al lenguaje Python. Recomendamos a cualquier persona que sea nueva en sobresalir que tome el Curso intensivo gratuito de Excel de CFI, para garantizar una comprensión completa del contenido del curso.

El curso comienza enseñándole los conceptos básicos de la programación de Python, que usaremos para hacer la transición a temas más avanzados.

Los conceptos clave que cubrirá el curso son:

• Cómo configurar los cuadernos Anaconda y Jupyter para Python
• Tipos de datos nativos de Python (cadenas, valores booleanos, enteros, listas, tuplas y conjuntos)
• Formateo de entrada / salida
• Cómo construir funciones personalizadas
• Para bucles y lógica condicional
• Usando el paquete Numpy y Pandas

Conceptos básicos de Python: objetivos de aprendizaje

Este curso de Python Fundamentals demostrará los fundamentos de la programación Python y cómo se utiliza en la industria financiera. Al completar este curso, podrá:

• Escriba y ejecute código Python básico para realizar cálculos avanzados, generar salidas, crear variables, abstraer a partir de datos, etc.
• Cree y manipule estructuras de datos importantes como listas, tuplas, conjuntos y diccionarios.
• Utilice para bucles y lógica condicional para crear sus propias funciones personalizadas
• Importar paquetes externos, incluidos NumPy y Pandas
• Genere números enteros y muestras aleatorios
• Filtrar, segmentar y resumir datos

NumPy y Pandas

El curso le enseñará cómo importar y usar el paquete NumPy y Pandas. Aprenda cómo acceder a archivos .csv y .xlxs en Python, cómo filtrar datos con máscaras booleanas, cómo crear variables indicadoras con .astype (), cómo manipular matrices en los paquetes NumPy.

Este es un curso aplicado, por lo que todos los conceptos cubiertos tendrán ejemplos aplicados para que pueda probarlo usted mismo.

¿Quién debería realizar este curso de conceptos básicos de Python?

Este curso de Python es para profesionales de las finanzas y es perfecto para principiantes que son nuevos en la programación y desean aprender los fundamentos de Python. Este es el primer paso en su viaje hacia la comprensión del aprendizaje automático.

Está diseñado para profesionales en ventas y negociación, banca de inversión, mercados de capitales, gestión de activos, gestión de tesorería, desarrollo corporativo, FP&A o estudiantes que trabajan para una carrera en estas áreas.

Programa de aprendizaje automático para finanzas

El curso Python Fundamentals es el primero de dos cursos en el programa Machine Learning for Finance proporcionado por CFI y Machine Learning Edge. Este programa le enseñará cómo utilizar el aprendizaje automático para resolver problemas del mundo real en finanzas e inversiones.

Los proyectos que completará se basan en algoritmos reales y patentados que se utilizan hoy en día para asesorar a las empresas Fortune 500 sobre decisiones de banca de inversión y mercado de capitales.

Al final del programa, podrá reconocer oportunidades para resolver problemas mediante el aprendizaje automático en su entorno inmediato. Podrá determinar el mejor tipo de algoritmos de aprendizaje automático para cualquier problema.

También podrá diseñar aplicaciones originales utilizando algoritmos de aprendizaje automático como algoritmos de regresión y algoritmos de clasificación.