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.
Course Outline
Invoering
De grondbeginselen van kunstmatige intelligentie begrijpen en Machine Learning
Begrijpen Deep Learning
- Overzicht van de basisconcepten van deep learning, waarbij onderscheid wordt gemaakt tussen Machine Learning en deep learning. Overzicht van toepassingen voor deep learning
Overzicht van Neural Networks
- Wat zijn Neural Networks Neural Networks versus regressiemodellen Wiskundige grondslagen en leermechanismen begrijpen Een kunstmatig neuraal netwerk construeren Neurale knooppunten en verbindingen begrijpen Werken met neuronen, lagen en invoer- en uitvoergegevens Enkellaags-perceptronen begrijpen Verschillen tussen begeleid en onbewaakt leren Leren Feedforward en feedback Neural Networks Voorwaartse voortplanting en achterwaartse voortplanting begrijpen Het lange-kortetermijngeheugen (LSTM) begrijpen Herhalend onderzoek Neural Networks in de praktijk Onderzoeken van convolutioneel Neural Networks in de praktijk De weg verbeteren Neural Networks Leren
Overzicht van deep learning-technieken gebruikt in Finance
- Neurale netwerken Natuurlijke taalverwerking Beeldherkenning Speech Recognition Sentimentele analyse
Casestudy's voor diepgaand leren verkennen voor Finance
- Prijzen Portefeuilleconstructie Risk Management Voorspelling van hoogfrequent handelsrendement
De voordelen van deep learning begrijpen voor Finance
Onderzoek naar de verschillende Deep Learning pakketten voor R
Diep leren in R met Keras en RStudio
- Overzicht van het Keras-pakket voor R Het Keras-pakket voor R installeren De gegevens laden met behulp van ingebouwde gegevenssets Gegevens uit bestanden gebruiken Dummygegevens gebruiken
Modellen in de cloud ontwikkelen met behulp van GPU's om deep learning te versnellen Deep learning Neural Networks toepassen voor computervisie, stemherkenning en tekstanalyse
Samenvatting en conclusie
Requirements
- Ervaring met R-programmeren
- Algemene bekendheid met financiële concepten
- Basiskennis van statistiek en wiskundige concepten
28 Hours