Machine Learning in Finance: From Theory to Practice Paperback Springer
Pasa el cursor sobre la imagen para ampliarla. Clic en la imagen para aumentar
Machine Learning in Finance: From Theory to Practice Paperback Springer

Aprendizaje automático en finanzas: de la teoría a la práctica

Springer
Precio:
$134.98

Descripción

Capítulo 1. Introducción.- Capítulo 2. Modelado probabilístico.- Capítulo 3. Regresión bayesiana y procesos gaussianos.- Capítulo 4. Redes neuronales de alimentación directa.- Capítulo 5. Interpretación.- Capítulo 6. Modelado de secuencias.- Capítulo 7. Modelado probabilístico de secuencias.- Capítulo 8. Redes neuronales avanzadas.- Capítulo 9. Introducción al aprendizaje por refuerzo.- Capítulo 10. Aplicaciones del aprendizaje por refuerzo.- Capítulo 11. Aprendizaje inverso por refuerzo y aprendizaje por imitación.- Capítulo 12. Fronteras del aprendizaje automático y las finanzas.

Autor: Matthew F. Dixon, Igor Halperin, Paul Bilokon
Editorial: Springer
Publicado: 07/02/2021
Páginas: 548
Tipo de encuadernación: Tapa blanda
Peso: 1.75 libras
Tamaño: 9.21h x 6.14w x 1.17d
ISBN13: 9783030410704
ISBN10: 3030410706
Categorías BISAC:
- Negocios y economía | Industrias | Computadoras y tecnología de la información
- Negocios y economía | Estadística
- Matemáticas | Aplicadas

Sobre el autor

Paul Bilokon, Ph.D., es CEO y fundador de Thalesians Ltd. Paul ha contribuido a la lógica matemática, la teoría de dominios y la teoría de filtrado estocástico y, con Abbas Edalat, ha publicado un prestigioso artículo en LICS. Es miembro de la British Computer Society, la Institution of Engineering y la European Complex Systems Society.

Matthew Dixon, FRM, Ph.D., es profesor asistente de Matemáticas Aplicadas en el Instituto Tecnológico de Illinois y afiliado de la Stuart School of Business. Ha publicado más de 20 artículos revisados por pares sobre aprendizaje automático y finanzas cuantitativas, y ha sido citado en Bloomberg Markets y el Financial Times como experto en IA en fintech. Es editor adjunto del Journal of Machine Learning in Finance, editor asociado del AIMS Journal on Dynamics and Games, y miembro del Consejo Asesor del CFA Quantitative Investing Group.

Igor Halperin, Ph.D., es profesor de investigación en Ingeniería Financiera en la NYU y asociado de investigación de IA en Fidelity Investments. Igor ha publicado más de 50 artículos científicos en aprendizaje automático, finanzas cuantitativas y física teórica. Antes de unirse a la industria financiera, ocupó puestos posdoctorales en física teórica en el Technion y la Universidad de Columbia Británica.