對數(shù)據(jù)科學(xué) / 金融 / 數(shù)據(jù)建模等感興趣的同學(xué)
課程方向:數(shù)據(jù)科學(xué) / 金融 / 數(shù)據(jù)建模
授課導(dǎo)師:助理教授
項目形式:1V3線上科研
課程時長
——9課時名校教授1對3親授
——9課時名校助教1對3親授
——15課時精品小班學(xué)術(shù)寫作課
——81課時學(xué)術(shù)選修課
本項目是一門介紹機器學(xué)習(xí)在金融領(lǐng)域中應(yīng)用的課程。學(xué)生將學(xué)習(xí)現(xiàn)代機器學(xué)習(xí)的最新發(fā)展,并了解其在金融領(lǐng)域中的應(yīng)用。該課程將重點介紹機器學(xué)習(xí)在資產(chǎn)管理和資本配置中的應(yīng)用,包括交易策略、權(quán)重優(yōu)化和風(fēng)險管理等方面。通過本課程的學(xué)習(xí),學(xué)生將獲得必要的詞匯和技術(shù)知識,能夠參與到現(xiàn)代金融機器學(xué)習(xí)項目中。
紐約大學(xué)金融工程助理教授
對沖基金領(lǐng)銜研究員
軟件開發(fā)者
機器學(xué)習(xí)在金融中的應(yīng)用前沿科研員
?紐約大學(xué)金融機器學(xué)習(xí)教授,畢業(yè)于艾倫·圖靈研究所、英國人工智能研究所和牛津大學(xué)牛津曼定量金融研究所。
?領(lǐng)導(dǎo)了與主要銀行和量化對沖基金的聯(lián)合研究項目。
?對軟件開發(fā)有著特殊的興趣,在GitHub上發(fā)布了多個開源軟件和筆記本。
?喜歡將機器學(xué)習(xí)應(yīng)用于資產(chǎn)管理、金融建模、事件預(yù)測、時間序列預(yù)測和合成數(shù)據(jù)生成。
由頂尖大學(xué)院長/系主任/終身教授親自執(zhí)教的青少年學(xué)術(shù)項目師資遠(yuǎn)超海外本土的同類高校科研項目。
教授全英文授課,保證最佳課堂參與度,課堂討論鍛煉發(fā)言能力教授全程指導(dǎo)一對三科研,激發(fā)批判性學(xué)術(shù)思維,實時解決學(xué)術(shù)問題。
項目提供完整的科研體系,助教與寫作老師全程陪伴式輔導(dǎo)特聘哥倫比亞大學(xué)寫作項目教授親自進行科研訓(xùn)練和論文寫作指導(dǎo)。
教授根據(jù)學(xué)生科研項目出具定制推薦信。
學(xué)術(shù)論文,可定制學(xué)術(shù)期刊發(fā)表。
根據(jù)學(xué)業(yè)表現(xiàn)給予結(jié)業(yè)成績單。
機器學(xué)習(xí)在金融中的應(yīng)用:機器學(xué)習(xí)在金融領(lǐng)域中的應(yīng)用包括風(fēng)險管理、投資組合優(yōu)化、信用評估、欺詐檢測等。通過機器學(xué)習(xí)技術(shù),可以更準(zhǔn)確地預(yù)測金融市場的趨勢和波動,從而幫助投資者做出更明智的決策。
回歸模型:回歸模型是機器學(xué)習(xí)中的一種常見模型,用于預(yù)測連續(xù)變量的值。常見的回歸模型包括線性回歸、KNN回歸、回歸樹和時間序列模型等。
分類模型:分類模型是機器學(xué)習(xí)中的另一種常見模型,用于將數(shù)據(jù)分為不同的類別。常見的分類模型包括線性分類、KNN分類、樹分類和集合模型等。
解釋階段:解釋階段是機器學(xué)習(xí)中的一個重要環(huán)節(jié),用于解釋模型的預(yù)測結(jié)果。解釋能力和可解釋性是解釋階段的兩個關(guān)鍵概念。此外,機器學(xué)習(xí)還涉及無監(jiān)督學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理和強化學(xué)習(xí)等領(lǐng)域。
開課時間:2023.07.29
具體上課時間、最終時間安排,均以實際安排為準(zhǔn)
幾何留學(xué)APP
2404個學(xué)校
10547個專業(yè)
3184個錄取案例
8697份錄取報告