Deep Learning for Finance (with Python) Träningskurs

Kurskod

dlforfinancewithpython

Varaktighet

28 timmar (vanligtvis 4 dag inklusive pauser)

Krav

  • Experience with Python programming
  • General familiarity with finance concepts
  • Basic familiarity with statistics and mathematical concepts

Översikt

Maskininlärning är en gren av artificiell intelligens där datorer har förmågan att lära sig utan att uttryckligen programmeras. Djupt lärande är ett underfält av maskininlärning som använder metoder baserade på lärandedata-representationer och strukturer som neurala nätverk. Python är ett programmeringsspråk på hög nivå känd för sin tydliga syntax och kodläsbarhet.

I denna instruktörsledda, live-utbildning, kommer deltagarna att lära sig att implementera djupa inlärningsmodeller för ekonomi med Python när de går igenom skapandet av en djup inlärning av aktiekursmodell.

I slutet av denna träning kommer deltagarna att kunna:

  • Förstå de grundläggande begreppen djup inlärning
  • Lär dig applikationer och användningar av djup inlärning inom ekonomi
  • Använd Python , Keras och TensorFlow att skapa djupa inlärningsmodeller för ekonomi
  • Bygg upp sin egen djupa inlärning av aktiekursmodell med Python

Publik

  • utvecklare
  • Datavetare

Kursformat

  • Delföreläsning, delvis diskussion, övningar och tung praktisk övning

Machine Translated

Kursplan

Introduction

Understanding the Fundamentals of Artificial Intelligence and Machine Learning

Understanding Deep Learning

  • Overview of the Basic Concepts of Deep Learning
  • Differentiating Between Machine Learning and Deep Learning
  • Overview of Applications for Deep Learning

Overview of Neural Networks

  • What are Neural Networks
  • Neural Networks vs Regression Models
  • Understanding Mathematical Foundations and Learning Mechanisms
  • Constructing an Artificial Neural Network
  • Understanding Neural Nodes and Connections
  • Working with Neurons, Layers, and Input and Output Data
  • Understanding Single Layer Perceptrons
  • Differences Between Supervised and Unsupervised Learning
  • Learning Feedforward and Feedback Neural Networks
  • Understanding Forward Propagation and Back Propagation
  • Understanding Long Short-Term Memory (LSTM)
  • Exploring Recurrent Neural Networks in Practice
  • Exploring Convolutional Neural Networks in practice
  • Improving the Way Neural Networks Learn

Overview of Deep Learning Techniques Used in Finance

  • Neural Networks
  • Natural Language Processing
  • Image Recognition
  • Speech Recognition
  • Sentimental Analysis

Exploring Deep Learning Case Studies for Finance

  • Pricing
  • Portfolio Construction
  • Risk Management
  • High Frequency Trading
  • Return Prediction

Understanding the Benefits of Deep Learning for Finance

Exploring the Different Deep Learning Libraries for Python

  • TensorFlow
  • Keras

Setting Up Python with the TensorFlow for Deep Learning

  • Installing the TensorFlow Python API
  • Testing the TensorFlow Installation
  • Setting Up TensorFlow for Development
  • Training Your First TensorFlow Neural Net Model

Setting Up Python with Keras for Deep Learning

Building Simple Deep Learning Models with Keras

  • Creating a Keras Model
  • Understanding Your Data
  • Specifying Your Deep Learning Model
  • Compiling Your Model
  • Fitting Your Model
  • Working with Your Classification Data
  • Working with Classification Models
  • Using Your Models

Working with TensorFlow for Deep Learning for Finance

  • Preparing the Data
    • Downloading the Data
    • Preparing Training Data
    • Preparing Test Data
    • Scaling Inputs
    • Using Placeholders and Variables
  • Specifying the Network Architecture
  • Using the Cost Function
  • Using the Optimizer
  • Using Initializers
  • Fitting the Neural Network
  • Building the Graph
    • Inference
    • Loss
    • Training
  • Training the Model
    • The Graph
    • The Session
    • Train Loop
  • Evaluating the Model
    • Building the Eval Graph
    • Evaluating with Eval Output
  • Training Models at Scale
  • Visualizing and Evaluating Models with TensorBoard

Hands-on: Building a Deep Learning Model for Stock Price Prediction Using Python

Extending your Company's Capabilities

  • Developing Models in the Cloud
  • Using GPUs to Accelerate Deep Learning
  • Applying Deep Learning Neural Networks for Computer Vision, Voice Recognition, and Text Analysis

Summary and Conclusion

Vittnesmål

★★★★★
★★★★★

Relaterade Kategorier

Relaterade Kurser

Rabatterade kurser

Nyhetsbrev & Erbjudanden

Anmäl dig till vårt nyhetsbrev så får du information om aktuella rabatter på öppna kurser. Vi respekterar ditt privatliv, så att din e-postadress kommer endast att användas för sändning vårt nyhetsbrev. När som helst kan du ändra inställningarna eller helt avbeställa den.

Våra kunder

is growing fast!

We are looking to expand our presence in Sweden!

As a Business Development Manager you will:

  • expand business in Sweden
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!