Difficulté
16 - MACHINE LEARNING
Le Machine Learning occupe une place croissante dans les équipes quantitatives, de trading et de risk management des grandes institutions financières. Ce module vous donne les bases nécessaires pour aborder ces sujets avec rigueur lors de vos entretiens et dans vos premiers postes.
Avis du module
Encore aucun avis
Contenu du module
- 1- Cas d'usage
- 2- Définition et formules
- 3- Méthode d'apprentissage
- 4- Évaluation du modèle
- 1- Les cas d'usage
- 2- Définition, formules et visualisation
- 3- Modélisation
- 4- Évaluation et calibration
- 1- Cas d'usage
- 2- Définition
- 3- Notions d'impureté
- 4- La forêt aléatoire
- 5- Boosted trees
- 6- Évaluation
- 1- Cas d'usage
- 2- Vue d'ensemble
- 3- Données stationnaires
- 4- Modèle AR
- 5- Modèle MA
- 6- Composante "S"
- 7- Composante exogène
- 8- Évaluation
- 1- Introduction à l’apprentissage non-supervisé
- 2- L’algorithme des K-means
- 3- L’algorithme DBSCAN
- 4- Évaluation
- 5- L’algorithme K-Nearest Neighbours
- 6- L’algorithme Support Vector Machine
Détails du cours
- 5chapitres
- 28vidéos
- 0QCM
- Durée non disponible
Rejoignez-nous dès maintenant
Questions Réponses
Aucune question pour le moment
Toujours hésitant ? Prendre RDV avec un expert
Continuez votre apprentissage
Découvrez les prochains modules pour approfondir vos connaissances en finance
