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.
Plan du cours
Introduction
Comprendre les fondamentaux de l'intelligence artificielle et Machine Learning
Comprendre Deep Learning
- Présentation des concepts de base du Deep Learning Différenciation entre Machine Learning et le Deep Learning Présentation des applications du Deep Learning
Aperçu de Neural Networks
- Que sont Neural Networks Neural Networks par rapport aux modèles de régression Comprendre les fondements mathématiques et les mécanismes d'apprentissage Construire un réseau neuronal artificiel Comprendre les nœuds neuronaux et les connexions Travailler avec les neurones, les couches et les données d'entrée et de sortie Comprendre les perceptrons monocouches Différences entre l'apprentissage supervisé et non supervisé Apprentissage Feedforward et commentaires Neural Networks Comprendre la propagation vers l'avant et la propagation arrière Comprendre la mémoire à long terme et à court terme (LSTM) Explorer la récurrence Neural Networks en pratique Explorer la convolution Neural Networks en pratique Améliorer la manière Neural Networks Apprendre
Aperçu des techniques d'apprentissage en profondeur utilisées dans Finance
- Réseaux de neurones Traitement du langage naturel Reconnaissance d'images Speech Recognition Analyse sentimentale
Explorer les études de cas sur l'apprentissage profond pour Finance
- Construction du portefeuille de tarification Risk Management Prédiction du rendement des transactions à haute fréquence
Comprendre les avantages du Deep Learning pour Finance
Explorer les différents packages Deep Learning pour R
Deep Learning en R avec Keras et RStudio
- Présentation du package Keras pour R Installation du package Keras pour R Chargement des données à l'aide d'ensembles de données intégrés à l'aide de données provenant de fichiers à l'aide de données factices
Développement de modèles dans le cloud à l'aide de GPU pour accélérer le Deep Learning Application du Deep Learning Neural Networks pour la vision par ordinateur, la reconnaissance vocale et l'analyse de texte
Sommaire et conclusion
Pré requis
- Expérience de la programmation R
- Familiarité générale avec les concepts financiers
- Familiarité de base avec les statistiques et les concepts mathématiques
28 heures