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.

Contenu du module

Ce module introduit les principales techniques de Machine Learning appliquées à la finance de marché. Vous y étudierez les fondamentaux de l'apprentissage supervisé et non supervisé, avant d'explorer les algorithmes les plus utilisés en pratique : régression, arbres de décision, forêts aléatoires et réseaux de neurones. Le module couvre également la construction et l'évaluation de modèles prédictifs sur données financières, la gestion du surapprentissage, ainsi que les applications concrètes en trading algorithmique, scoring de risque et détection d'anomalies.

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

Paiement sécurisé

Service client

Résiliation en un clic

Toujours hésitant ? Prendre RDV avec un expert

Continuez votre apprentissage

Découvrez les prochains modules pour approfondir vos connaissances en finance

MACHINE LEARNING

Détails du cours

Modules suivants

STOCHASTIC CALCULUS & FOUNDATIONS

DERIVATIVES PRICING & VOLATILITY

LES PROCESS

NETWORKING

FIT INTERVIEWS

OFFER SUCCESS