Deep Learning for Finance (with Python) Kurzusok

Kurzuskód

dlforfinancewithpython

Duration

28 hours (usually 4 days including breaks)

Követelmények

  • Experience with Python programming
  • General familiarity with finance concepts
  • Basic familiarity with statistics and mathematical concepts

Overview

A gépi tanulás a Mesterséges Intelligencia ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna A mély tanulás a gépi tanulás egyik részmezete, amely olyan tanulási adatokon és struktúrákon alapuló módszereket alkalmaz, mint a neurális hálózatok A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisról és a kódok olvashatóságáról Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan hajtsanak végre mélytanulási modelleket a pénzügyek felhasználására a Python segítségével, miközben átmegyek egy mély tanulási részvényár-előrejelzési modell létrehozásán A képzés végére a résztvevők képesek lesznek: Értsd meg a mélytanulás alapfogalmait Megtanulják a mély tanulás alkalmazását és felhasználását a pénzügyekben A Python, a Keras és a TensorFlow segítségével mély tanulásmodelleket hozhat létre a finanszírozáshoz Építsen saját mélytanulási részvényár-előrejelzési modellt a Python használatával Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Machine Translated

Kurzusleírás

Introduction

Understanding the Fundamentals of Artificial Intelligence and Machine Learning

Understanding Deep Learning

  • Overview of the Basic Concepts of Deep Learning
  • Differentiating Between Machine Learning and Deep Learning
  • Overview of Applications for Deep Learning

Overview of Neural Networks

  • What are Neural Networks
  • Neural Networks vs Regression Models
  • Understanding Mathematical Foundations and Learning Mechanisms
  • Constructing an Artificial Neural Network
  • Understanding Neural Nodes and Connections
  • Working with Neurons, Layers, and Input and Output Data
  • Understanding Single Layer Perceptrons
  • Differences Between Supervised and Unsupervised Learning
  • Learning Feedforward and Feedback Neural Networks
  • Understanding Forward Propagation and Back Propagation
  • Understanding Long Short-Term Memory (LSTM)
  • Exploring Recurrent Neural Networks in Practice
  • Exploring Convolutional Neural Networks in practice
  • Improving the Way Neural Networks Learn

Overview of Deep Learning Techniques Used in Finance

  • Neural Networks
  • Natural Language Processing
  • Image Recognition
  • Speech Recognition
  • Sentimental Analysis

Exploring Deep Learning Case Studies for Finance

  • Pricing
  • Portfolio Construction
  • Risk Management
  • High Frequency Trading
  • Return Prediction

Understanding the Benefits of Deep Learning for Finance

Exploring the Different Deep Learning Libraries for Python

  • TensorFlow
  • Keras

Setting Up Python with the TensorFlow for Deep Learning

  • Installing the TensorFlow Python API
  • Testing the TensorFlow Installation
  • Setting Up TensorFlow for Development
  • Training Your First TensorFlow Neural Net Model

Setting Up Python with Keras for Deep Learning

Building Simple Deep Learning Models with Keras

  • Creating a Keras Model
  • Understanding Your Data
  • Specifying Your Deep Learning Model
  • Compiling Your Model
  • Fitting Your Model
  • Working with Your Classification Data
  • Working with Classification Models
  • Using Your Models

Working with TensorFlow for Deep Learning for Finance

  • Preparing the Data
    • Downloading the Data
    • Preparing Training Data
    • Preparing Test Data
    • Scaling Inputs
    • Using Placeholders and Variables
  • Specifying the Network Architecture
  • Using the Cost Function
  • Using the Optimizer
  • Using Initializers
  • Fitting the Neural Network
  • Building the Graph
    • Inference
    • Loss
    • Training
  • Training the Model
    • The Graph
    • The Session
    • Train Loop
  • Evaluating the Model
    • Building the Eval Graph
    • Evaluating with Eval Output
  • Training Models at Scale
  • Visualizing and Evaluating Models with TensorBoard

Hands-on: Building a Deep Learning Model for Stock Price Prediction Using Python

Extending your Company's Capabilities

  • Developing Models in the Cloud
  • Using GPUs to Accelerate Deep Learning
  • Applying Deep Learning Neural Networks for Computer Vision, Voice Recognition, and Text Analysis

Summary and Conclusion

Ajánlások

★★★★★
★★★★★

Hasonló kategóriák

Related Courses

Course Discounts

Hírlevél kedvezmény

Tiszteletben tartjuk adatai bizalmas jellegét. A NobleProg soha nem továbbítja e-mail címét harmadik személyeknek.
Hírlevelünkről bármikor leiratkozhat.

Kiemelt ügyfeleink

is growing fast!

We are looking to expand our presence in Hungary!

As a Business Development Manager you will:

  • expand business in Hungary
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!