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.
Programa del Curso
Introducción
Comprender los fundamentos de la inteligencia artificial y Machine Learning
Comprensión Deep Learning
-
Visión general de los conceptos básicos del aprendizaje profundo
Diferenciación entre Machine Learning y Deep Learning
Descripción general de las aplicaciones para el aprendizaje profundo
Descripción general de Neural Networks
-
¿Qué son Neural Networks
Neural Networks Modelos de regresión frente a
Comprender los fundamentos matemáticos y los mecanismos de aprendizaje
Construcción de una red neuronal artificial
Comprensión de los nodos neuronales y las conexiones
Trabajar con neuronas, capas y datos de entrada y salida
Comprensión de los perceptrones de una sola capa
Diferencias entre el aprendizaje supervisado y el no supervisado
Feedforward y retroalimentación de aprendizaje Neural Networks
Descripción de la propagación hacia adelante y hacia atrás
Comprensión de la memoria a corto plazo (LSTM)
Explorando lo recurrente Neural Networks en la práctica
Explorando la convolucional Neural Networks en la práctica
Mejorar la forma Neural Networks de aprender
Descripción general de las técnicas de aprendizaje profundo utilizadas en Finance
-
Redes neuronales
Procesamiento del lenguaje natural
Reconocimiento de imágenes
Speech Recognition
Análisis sentimental
Exploración de casos prácticos de aprendizaje profundo para Finance
-
Precios
Construcción de Portafolio
Risk Management
Trading de alta frecuencia
Predicción de retorno
Comprender los beneficios del aprendizaje profundo para Finance
Explorando las diferentes bibliotecas de aprendizaje profundo para Python
-
TensorFlow
Duro
Configuración de Python con el TensorFlow para el aprendizaje profundo
-
Instalación de la API de Python TensorFlow
Prueba de la instalación TensorFlow
Configuración TensorFlow para el desarrollo
Entrenamiento del primer TensorFlow modelo de red neuronal
Configuración Python con Keras para el aprendizaje profundo
Creación de modelos simples de aprendizaje profundo con Keras
-
Creación de un modelo Keras
Comprensión de los datos
Especificación del modelo de aprendizaje profundo
Compilación del modelo
Ajuste de su modelo
Trabajar con los datos de clasificación
Trabajar con modelos de clasificación
Uso de los modelos
Trabajar con TensorFlow para Deep Learning for Finance
-
Preparación de los datos
Descarga de los datos
Preparación de datos de entrenamiento
Preparación de los datos de prueba
Escalado de entradas
Uso de marcadores de posición y variables
Requerimientos
- Experiencia con Python programación
- Familiaridad general con los conceptos financieros
- Familiaridad básica con la estadística y los conceptos matemáticos .
28 horas