Maschinelles Lernen und Reinforcement Learning in der Finanzspezialisierung

Beschreibung

Das Hauptziel dieser Spezialisierung besteht darin, das Wissen und die praktischen Fähigkeiten zu vermitteln, die erforderlich sind, um eine solide Grundlage für Kernparadigmen und Algorithmen des maschinellen Lernens (ML) zu entwickeln, mit besonderem Schwerpunkt auf Anwendungen von ML auf verschiedene praktische Probleme im Finanzwesen.

Die Spezialisierung zielt darauf ab, Studierenden dabei zu helfen, praktische ML-zugängliche Probleme zu lösen, auf die sie im wirklichen Leben stoßen können, darunter:

(1) Abbildung des Problems auf eine allgemeine Landschaft verfügbarer ML-Methoden,

(2) Auswahl bestimmter ML-Ansätze, die zur Lösung des Problems am besten geeignet wären, und

(3) erfolgreiche Implementierung einer Lösung und Bewertung ihrer Leistung.

Die Spezialisierung richtet sich an drei Kategorien von Studierenden:

· Praktiker, die bei Finanzinstituten wie Banken, Vermögensverwaltungsfirmen oder Hedgefonds arbeiten

· Einzelpersonen, die an Anwendungen von ML für den persönlichen Daytrading interessiert sind

· Aktuelle Vollzeitstudenten, die einen Abschluss in Finanzwesen, Statistik, Informatik, Mathematik, Physik, Ingenieurwesen oder anderen verwandten Disziplinen anstreben und mehr über praktische Anwendungen von ML im Finanzwesen erfahren möchten.

Die Module können auch einzeln belegt werden, um relevante Fähigkeiten in einem bestimmten Anwendungsbereich von ML im Finanzbereich zu verbessern.