The course aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) understanding where the problem one faces lands on a general landscape of available ML methods, (2) understanding which particular ML approach(es) would be most appropriate for resolving the problem, and (3) ability to successfully implement a solution, and assess its performance.
Este curso forma parte de Programa Especializado - Machine Learning and Reinforcement Learning in Finance
ofrecido por
Acerca de este Curso
15,410 vistas recientes
Resultados profesionales del estudiante
20%
comenzó una nueva carrera después de completar estos cursos
18%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 18 horas para completar
Inglés (English)
Subtítulos: Francés (French), Portugués (de Brasil), Ruso (Russian), Inglés (English), Español (Spanish)
Instructor
Resultados profesionales del estudiante
20%
comenzó una nueva carrera después de completar estos cursos
18%
consiguió un beneficio tangible en su carrera profesional gracias a este curso
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
Aprox. 18 horas para completar
Inglés (English)
Subtítulos: Francés (French), Portugués (de Brasil), Ruso (Russian), Inglés (English), Español (Spanish)
ofrecido por
New York University
New York University is a leading global institution for scholarship, teaching, and research. Based in New York City with campuses and sites in 14 additional major cities across the world, NYU embraces diversity among faculty, staff and students to ensure the highest caliber, most inclusive educational experience.
Programa - Qué aprenderás en este curso
5 horas para completar
Fundamentals of Supervised Learning in Finance
5 horas para completar
9 videos (Total 71 minutos), 4 lecturas, 1 cuestionario
9 videos
Introduction to Fundamentals of Machine Learning in Finance4m
Support Vector Machines, Part 18m
Support Vector Machines, Part 27m
SVM. The Kernel Trick8m
Example: SVM for Prediction of Credit Spreads9m
Tree Methods. CART Trees9m
Tree Methods: Random Forests8m
Tree Methods: Boosting9m
4 lecturas
A. Smola and B. Scholkopf, “A Tutorial on Support Vector Regression”, Statistics and Computing, vol. 14, pp. 199-229, 200415m
A. Geron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, Chapters 6 & 730m
K. Murphy, “Machine Learning: A Probabilistic Perspective”, MIT Press, 2009, Chapter 16.415m
Jupyter Notebook FAQ10m
4 horas para completar
Core Concepts of Unsupervised Learning, PCA & Dimensionality Reduction
4 horas para completar
6 videos (Total 54 minutos), 3 lecturas, 1 cuestionario
6 videos
PCA for Stock Returns, Part 14m
PCA for Stock Returns, Part 29m
Dimension Reduction with PCA9m
Dimension Reduction with tSNE11m
Dimension Reduction with Autoencoders9m
3 lecturas
C. Bishop, “Pattern Recognition and Machine Learning”, Chapter 12.115m
A. Geron, “Hands-On ML”, Chapters 8 & 1530m
Jupyter Notebook FAQ10m
4 horas para completar
Data Visualization & Clustering
4 horas para completar
7 videos (Total 50 minutos), 3 lecturas, 1 cuestionario
7 videos
UL. K-clustering8m
UL. K-means Neural Algorithm7m
UL. Hierarchical Clustering Algorithms10m
UL. Clustering and Estimation of Equity Correlation Matrix5m
UL. Minimum Spanning Trees, Kruskal Algorithm6m
UL. Probabilistic Clustering6m
3 lecturas
C. Bishop, “Pattern Recognition and Machine Learning”, Clustering and EM: Chapter 930m
G. Bonanno et. al. “Networks of equities in financial markets”, The European Physical Journal B, vol. 38, issue 2, pp. 363-371 (2004)15m
Jupyter Notebook FAQ10m
5 horas para completar
Sequence Modeling and Reinforcement Learning
5 horas para completar
11 videos (Total 101 minutos), 3 lecturas, 1 cuestionario
11 videos
Sequence Modeling10m
SM. Latent Variables for Sequences8m
SM. State-Space Models9m
SM. Hidden Markov Models9m
Neural Architecture for Sequential Data12m
RL. Introduction8m
RL. Core Ideas7m
Markov Decision Process and RL8m
RL. Bellman Equation6m
RL and Inverse Reinforcement Learning11m
3 lecturas
C. Bishop, “Pattern Recognition and Machine Learning”, Chapter 1310m
S. Marsland, “Machine Learning: an Algorithmic Perspective” (Chapman & Hall 2009), Chapter 1315m
Jupyter Notebook FAQ10m
Reseñas
Principales reseñas sobre FUNDAMENTALS OF MACHINE LEARNING IN FINANCE
por JJ24 de dic. de 2018
So far so good. The lecturer refers to projects of which some weren't covered in this course. So a little confusing. Takes lots of googling to finish this course.
por AT9 de ago. de 2019
Furthered my understanding of how probabilistic models are connected to Machine Learning models. Very happy with the content in this course.
por AT2 de sep. de 2019
Great course which covers both theories as well as practical skills in the real implementations in the financial world.
por SD18 de sep. de 2019
This is a great course, I strongly recommend. However, the assignments take a while to finish.
Acerca de Programa especializado: Machine Learning and Reinforcement Learning in Finance
The main goal of this specialization is to provide the knowledge and practical skills necessary to develop a strong foundation on core paradigms and algorithms of machine learning (ML), with a particular focus on applications of ML to various practical problems in Finance.
Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
El acceso a las clases y las asignaciones depende del tipo de inscripción que tengas. Si tomas un curso en modo de oyente, verás la mayoría de los materiales del curso en forma gratuita. Para acceder a asignaciones calificadas y obtener un certificado, deberás comprar la experiencia de Certificado, ya sea durante o después de participar como oyente. Si no ves la opción de oyente:
- es posible que el curso no ofrezca la opción de participar como oyente. En cambio, puedes intentar con una Prueba gratis o postularte para recibir ayuda económica.
- Es posible que el curso ofrezca la opción 'Curso completo, sin certificado'. Esta opción te permite ver todos los materiales del curso, enviar las evaluaciones requeridas y obtener una calificación final. También significa que no podrás comprar una experiencia de Certificado.
¿Qué recibiré si me suscribo a este Programa especializado?
Cuando te inscribes en un curso, obtienes acceso a todos los cursos que forman parte del Programa especializado y te darán un Certificado cuando completes el trabajo. Se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes auditar el curso sin costo.
Is financial aid available?
Sí, Coursera ofrece ayuda económica a los estudiantes que no pueden pagar la tarifa. Solicítala haciendo clic en el enlace de Ayuda económica que está debajo del botón “Inscribirse” a la izquierda. Se te pedirá que completes una solicitud. Recibirás una notificación en caso de que se apruebe. Deberás completar este paso para cada uno de los cursos que forman parte del Programa especializado, incluido el proyecto final. Obtén más información.
¿Recibiré crédito universitario por completar el Curso?
Este Curso no otorga crédito universitario, pero algunas universidades pueden aceptar los Certificados del curso para obtener crédito. Consulta con tu institución para obtener más información. Los Títulos en línea y los Certificados Mastertrack™ de Coursera brindan la oportunidad de obtener créditos universitarios.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
