Acerca de este Curso

34,398 vistas recientes

Resultados profesionales del estudiante

50%

comenzó una nueva carrera después de completar estos cursos

47%

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. 24 horas para completar
Inglés (English)
Subtítulos: Inglés (English), Francés (French)

Resultados profesionales del estudiante

50%

comenzó una nueva carrera después de completar estos cursos

47%

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. 24 horas para completar
Inglés (English)
Subtítulos: Inglés (English), Francés (French)

Instructor

ofrecido por

Logotipo de New York University

New York University

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up83%(1,399 calificaciones)Info
Semana
1

Semana 1

3 horas para completar

Artificial Intelligence & Machine Learning

3 horas para completar
11 videos (Total 75 minutos), 3 lecturas, 1 cuestionario
11 videos
Specialization Objectives8m
Specialization Prerequisites7m
Artificial Intelligence and Machine Learning, Part I6m
Artificial Intelligence and Machine Learning, Part II7m
Machine Learning as a Foundation of Artificial Intelligence, Part I5m
Machine Learning as a Foundation of Artificial Intelligence, Part II7m
Machine Learning as a Foundation of Artificial Intelligence, Part III7m
Machine Learning in Finance vs Machine Learning in Tech, Part I6m
Machine Learning in Finance vs Machine Learning in Tech, Part II6m
Machine Learning in Finance vs Machine Learning in Tech, Part III8m
3 lecturas
The Business of Artificial Intelligence30m
How AI and Automation Will Shape Finance in the Future30m
A. Geron, “Hands-On Machine Learning with Scikit-Learn and TensorFlow”, Chapter 130m
1 ejercicio de práctica
Module 1 Quiz30m
Semana
2

Semana 2

6 horas para completar

Mathematical Foundations of Machine Learning

6 horas para completar
6 videos (Total 45 minutos), 3 lecturas, 2 cuestionarios
6 videos
The No Free Lunch Theorem7m
Overfitting and Model Capacity8m
Linear Regression7m
Regularization, Validation Set, and Hyper-parameters10m
Overview of the Supervised Machine Learning in Finance3m
3 lecturas
I. Goodfellow, Y. Bengio, A. Courville, “Deep Learning”, Chapters 4.5, 5.1, 5.2, 5.3, 5.41h
Leo Breiman, “Statistical Modeling: The Two Cultures”1h
Jupyter Notebook FAQ10m
1 ejercicio de práctica
Module 2 Quiz15m
Semana
3

Semana 3

6 horas para completar

Introduction to Supervised Learning

6 horas para completar
7 videos (Total 75 minutos), 4 lecturas, 2 cuestionarios
7 videos
A First Demo of TensorFlow11m
Linear Regression in TensorFlow10m
Neural Networks11m
Gradient Descent Optimization10m
Gradient Descent for Neural Networks12m
Stochastic Gradient Descent8m
4 lecturas
A.Geron, “Hands-On ML”, Chapter 9, Chapter 4 (Gradient Descent)1h
E. Fama and K. French, “Size and Book-to-Market Factors in Earnings and Returns”, Journal of Finance, vol. 50, no. 1 (1995), pp. 131-155.15m
J. Piotroski, “Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers”, Journal of Accounting Research, Vol. 38, Supplement: Studies on Accounting Information and the Economics of the Firm (2000), pp. 1-4115m
Jupyter Notebook FAQ10m
1 ejercicio de práctica
Module 3 Quiz15m
Semana
4

Semana 4

10 horas para completar

Supervised Learning in Finance

10 horas para completar
9 videos (Total 66 minutos), 4 lecturas, 3 cuestionarios
9 videos
Fundamental Analysis7m
Machine Learning as Model Estimation8m
Maximum Likelihood Estimation10m
Probabilistic Classification Models6m
Logistic Regression for Modeling Bank Failures, Part I8m
Logistic Regression for Modeling Bank Failures, Part II5m
Logistic Regression for Modeling Bank Failures, Part III8m
Supervised Learning: Conclusion2m
4 lecturas
C. Bishop, “Pattern Recognition and Machine Learning”, Chapters 4.1, 4.2, 4.31h
A. Geron, “Hands-On ML”, Chapters 3, Chapter 4 (Logistic Regression)1h
Jupyter Notebook FAQ10m
Jupyter Notebook FAQ10m
1 ejercicio de práctica
Module 4 Quiz21m

Revisiones

Principales revisiones sobre GUIDED TOUR OF MACHINE LEARNING IN FINANCE

Ver todos los comentarios

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. The specialization aims at helping students to be able to solve practical ML-amenable problems that they may encounter in real life that include: (1) mapping the problem on a general landscape of available ML methods, (2) choosing particular ML approach(es) that would be most appropriate for resolving the problem, and (3) successfully implementing a solution, and assessing its performance. The specialization is designed for three categories of students: · Practitioners working at financial institutions such as banks, asset management firms or hedge funds · Individuals interested in applications of ML for personal day trading · Current full-time students pursuing a degree in Finance, Statistics, Computer Science, Mathematics, Physics, Engineering or other related disciplines who want to learn about practical applications of ML in Finance. The modules can also be taken individually to improve relevant skills in a particular area of applications of ML to finance....
Machine Learning and Reinforcement Learning in Finance

Preguntas Frecuentes

  • 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.
  • 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.

  • Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.

  • 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.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.