Cours

FIN-622: Big Data and Machine Learning for Financial Economics

Résumé

This class is an introduction to Machine Learning and High-Dimensional Statistics in Finance. We start with a purely empirical approach, focusing first on high-dimensional regressions, then moving to kernel methods and deep learning, and then studying equilibrium implications.

Séances de cours

Enseignant·e·s

Source officielle

https://edu.epfl.ch/coursebook/fr/big-data-and-machine-learning-for-financial-economics-FIN-622

Page Moodle

http://go.epfl.ch/FIN-622

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Résumé

Séances de cours

Enseignant·e·s

Source officielle

https://edu.epfl.ch/coursebook/fr/big-data-and-machine-learning-for-financial-economics-FIN-622

Page Moodle

http://go.epfl.ch/FIN-622

À propos de ce résultat

Cours associés (31)

PHYS-467: Machine learning for physicists

Machine learning and data analysis are becoming increasingly central in sciences including physics. In this course, fundamental principles and methods of machine learning will be introduced and practised. ...

DH-406: Machine learning for DH

This course aims to introduce the basic principles of machine learning in the context of the digital humanities. We will cover both supervised and unsupervised learning techniques, and study and implement methods to analyze diverse data types, such as imag ...

CS-433: Machine learning

Machine learning methods are becoming increasingly central in many sciences and applications. In this course, fundamental principles and methods of machine learning will be introduced, analyzed and practically implemented. ...

EE-556: Mathematics of data: from theory to computation

This course provides an overview of key advances in continuous optimization and statistical analysis for machine learning. We review recent learning formulations and models as well as their guarantees

CS-401: Applied data analysis

This course teaches the basic techniques, methodologies, and practical skills required to draw meaningful insights from a variety of data, with the help of the most acclaimed software tools in the data science world (pandas, scikit-learn, Spark, etc.) ...

Afficher plus