Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduksjon
Forstå det grunnleggende om kunstig intelligens og Machine Learning
Forståelse Deep Learning
- Oversikt over de grunnleggende konseptene for dyp læring Skille mellom Machine Learning og dyp læring Oversikt over applikasjoner for dyp læring
Oversikt over Neural Networks
- Hva er Neural Networks Neural Networks vs regresjonsmodeller Forstå matematiske grunnlag og læringsmekanismer Konstruere et kunstig nevralt nettverk Forstå nevrale noder og forbindelser Arbeide med nevroner, lag og inngangs- og utdatadata Forstå enkeltlags perseptroner Forskjeller mellom overvåket og uovervåket FeLearning Forwarding og tilbakemelding Neural Networks Forstå forplantning fremover og forplantning tilbake Forstå langtidskorttidsminne (LSTM) Utforsking av tilbakevendende Neural Networks i praksis Utforske konvolusjonell Neural Networks i praksis Forbedre veien Neural Networks Lær
Oversikt over dyplæringsteknikker brukt i Finance
- Nevrale nettverk Naturlig språkbehandling Bildegjenkjenning Speech Recognition Sentimental analyse
Exploring Deep Learning Case Studies for Finance
- Prissetting Porteføljekonstruksjon Risk Management Høyfrekvent handelsavkastningsprediksjon
Forstå fordelene med dyp læring for Finance
Utforsk de forskjellige Deep Learning-pakkene for R
Deep Learning in R med Keras og RStudio
- Oversikt over Keras-pakken for R Installere Keras-pakken for R Laste inn data ved hjelp av innebygde datasett ved hjelp av data fra filer ved bruk av dummy-data
Utvikle modeller i skyen ved å bruke GPU-er for å akselerere dyp læring. Bruke dyp læring Neural Networks for datasyn, stemmegjenkjenning og tekstanalyse
Oppsummering og konklusjon
Krav
- Erfaring med R-programmering
- Generell kjennskap til økonomibegreper
- Grunnleggende kjennskap til statistikk og matematiske begreper
28 timer