金融工程:機器學習在金融領(lǐng)域的深度應用。數(shù)據(jù)科學/金融專題,7月底開課!
項目時間 2023.07.29 開課
 編輯 | 幾何留學學姐 

 

01
適合人群

對數(shù)據(jù)科學 / 金融 / 數(shù)據(jù)建模等感興趣的同學

02
項目安排
  • 課程方向:數(shù)據(jù)科學 / 金融 / 數(shù)據(jù)建模

  • 授課導師:助理教授

  • 項目形式:1V3線上科研

  • 課程時長

——9課時名校教授1對3親授

——9課時名校助教1對3親授

——15課時精品小班學術(shù)寫作課

——81課時學術(shù)選修課

03
項目介紹

本項目是一門介紹機器學習在金融領(lǐng)域中應用的課程。學生將學習現(xiàn)代機器學習的最新發(fā)展,并了解其在金融領(lǐng)域中的應用。該課程將重點介紹機器學習在資產(chǎn)管理和資本配置中的應用,包括交易策略、權(quán)重優(yōu)化和風險管理等方面。通過本課程的學習,學生將獲得必要的詞匯和技術(shù)知識,能夠參與到現(xiàn)代金融機器學習項目中。

04
授課教授
BS2022150
  • 紐約大學金融工程助理教授

  • 對沖基金領(lǐng)銜研究員

  • 軟件開發(fā)者

  • 機器學習在金融中的應用前沿科研員

?紐約大學金融機器學習教授,畢業(yè)于艾倫·圖靈研究所、英國人工智能研究所和牛津大學牛津曼定量金融研究所。

?領(lǐng)導了與主要銀行和量化對沖基金的聯(lián)合研究項目。

?對軟件開發(fā)有著特殊的興趣,在GitHub上發(fā)布了多個開源軟件和筆記本。

?喜歡將機器學習應用于資產(chǎn)管理、金融建模、事件預測、時間序列預測和合成數(shù)據(jù)生成。

05
項目特色
  • 由頂尖大學院長/系主任/終身教授親自執(zhí)教的青少年學術(shù)項目師資遠超海外本土的同類高校科研項目。

  • 教授全英文授課,保證最佳課堂參與度,課堂討論鍛煉發(fā)言能力教授全程指導一對三科研,激發(fā)批判性學術(shù)思維,實時解決學術(shù)問題。

  • 項目提供完整的科研體系,助教與寫作老師全程陪伴式輔導特聘哥倫比亞大學寫作項目教授親自進行科研訓練和論文寫作指導。

06
項目收獲
  • 教授根據(jù)學生科研項目出具定制推薦信。

  • 學術(shù)論文,可定制學術(shù)期刊發(fā)表。

  • 根據(jù)學業(yè)表現(xiàn)給予結(jié)業(yè)成績單。

07
項目大綱
  • 機器學習在金融中的應用:機器學習在金融領(lǐng)域中的應用包括風險管理、投資組合優(yōu)化、信用評估、欺詐檢測等。通過機器學習技術(shù),可以更準確地預測金融市場的趨勢和波動,從而幫助投資者做出更明智的決策。

  • 回歸模型:回歸模型是機器學習中的一種常見模型,用于預測連續(xù)變量的值。常見的回歸模型包括線性回歸、KNN回歸、回歸樹和時間序列模型等。

  • 分類模型:分類模型是機器學習中的另一種常見模型,用于將數(shù)據(jù)分為不同的類別。常見的分類模型包括線性分類、KNN分類、樹分類和集合模型等。

  • 解釋階段:解釋階段是機器學習中的一個重要環(huán)節(jié),用于解釋模型的預測結(jié)果。解釋能力和可解釋性是解釋階段的兩個關(guān)鍵概念。此外,機器學習還涉及無監(jiān)督學習、深度學習、自然語言處理和強化學習等領(lǐng)域。

 

開課時間:2023.07.29

具體上課時間、最終時間安排,均以實際安排為準

預約咨詢

  • 幾何留學公眾號
  • 幾何留學APP
  • 幾何留學APP

    2403個學校

    10300個專業(yè)

    3117個錄取案例

    8697份錄取報告