Apprentissage profondL'apprentissage profond ou apprentissage en profondeur (en anglais : deep learning, deep structured learning, hierarchical learning) est un sous-domaine de l’intelligence artificielle qui utilise des réseaux neuronaux pour résoudre des tâches complexes grâce à des architectures articulées de différentes transformations non linéaires. Ces techniques ont permis des progrès importants et rapides dans les domaines de l'analyse du signal sonore ou visuel et notamment de la reconnaissance faciale, de la reconnaissance vocale, de la vision par ordinateur, du traitement automatisé du langage.
Apprentissage automatiqueL'apprentissage automatique (en anglais : machine learning, « apprentissage machine »), apprentissage artificiel ou apprentissage statistique est un champ d'étude de l'intelligence artificielle qui se fonde sur des approches mathématiques et statistiques pour donner aux ordinateurs la capacité d'« apprendre » à partir de données, c'est-à-dire d'améliorer leurs performances à résoudre des tâches sans être explicitement programmés pour chacune. Plus largement, il concerne la conception, l'analyse, l'optimisation, le développement et l'implémentation de telles méthodes.
Réseaux antagonistes génératifsEn intelligence artificielle, les réseaux antagonistes génératifs (RAG) parfois aussi appelés réseaux adverses génératifs (en anglais generative adversarial networks ou GANs) sont une classe d'algorithmes d'apprentissage non supervisé. Ces algorithmes ont été introduits par . Ils permettent de générer des images avec un fort degré de réalisme. Un GAN est un modèle génératif où deux réseaux sont placés en compétition dans un scénario de théorie des jeux. Le premier réseau est le générateur, il génère un échantillon (ex.
Modélisation financièreLa modélisation financière consiste à représenter une situation financière grâce à un modèle mathématique, en fonction de différents paramètres. La modélisation financière facilite ainsi la prise de décision, en permettant de simuler divers scénarios et d’aboutir à des recommandations. La modélisation s’applique principalement à deux grands domaines de la finance, la finance d’entreprise et la finance de marché.
Mathématiques financièresLes mathématiques financières (aussi nommées finance quantitative) sont une branche des mathématiques appliquées ayant pour but la modélisation, la quantification et la compréhension des phénomènes régissant les opérations financières d'une certaine durée (emprunts et placements / investissements) et notamment les marchés financiers. Elles font jouer le facteur temps et utilisent principalement des outils issus de l'actualisation, de la théorie des probabilités, du calcul stochastique, des statistiques et du calcul différentiel.
Modèle d'évaluation par arbitrageLe modèle d'évaluation par arbitrage ou MEA (en anglais, arbitrage pricing theory ou APT) est un modèle financier d'évaluation des actifs d'un portefeuille qui s'appuie sur l'observation des anomalies du MEDAF et considère les variables propres aux firmes susceptibles d'améliorer davantage le pouvoir prédictif du modèle d'évaluation. Pour lutter contre l'instabilité des bétas du MEDAF, le modèle MEA introduit des facteurs macroéconomiques et spécifiques.
Financial TimesLe Financial Times (FT) est un quotidien économique et financier britannique. Il est généralement considéré comme le quotidien économique de référence en Europe. Le journal compte plus d'un million d'abonnés dont près d'un tiers est installé au Royaume-Uni. La version papier est tirée à exemplaires. Le Financial Times est particulièrement lu par les élites économiques et financières en Europe et aux États-Unis. Le journal est publié en cinq éditions différentes : Royaume-Uni, Europe, États-Unis, Asie et Moyen-Orient.
Arbitrage statistiqueIn finance, statistical arbitrage (often abbreviated as Stat Arb or StatArb) is a class of short-term financial trading strategies that employ mean reversion models involving broadly diversified portfolios of securities (hundreds to thousands) held for short periods of time (generally seconds to days). These strategies are supported by substantial mathematical, computational, and trading platforms. Broadly speaking, StatArb is actually any strategy that is bottom-up, beta-neutral in approach and uses statistical/econometric techniques in order to provide signals for execution.
Évaluation financièreL'évaluation financière est l'estimation de la valeur (c'est-à-dire du prix potentiel): des actifs et engagements financiers (actions, obligations, options, contrats d'épargne) et des entreprises évaluation d'entreprise) Tout placement financier étant fait dans une optique future, les principaux paramètres d’estimation de la valeur du placement sont les gains que l'on attend et les risques que l'on perçoit. finance, actif financier, évaluation du prix d'une action, évaluation d'option, évaluation financière
Crise financièrethumb|Gravure du numéro du 24 mai 1884 du Harper's Weekly décrivant la situation à Wall Street le matin du 14 mai, lors de la . Une crise financière est un terme polysémique qui recouvre des réalités diverses dont le dénominateur commun est une chute abrupte d'une activité économique dématérialisée. Les crises monétaires, les crises bancaires et les crises boursières sont ainsi des crises financières. Le terme est aussi utilisé pour désigner les crises de la dette publique ou des crises qui affectent un marché à terme, voire un marché de produit agricole, comme celui touché au aux Pays-Bas par la tulipomanie.
Volatilité stochastiqueLa volatilité stochastique est utilisée dans le cadre de la finance quantitative, pour évaluer des produits dérivés, tels que des options. Le nom provient du fait que le modèle traite la volatilité du sous-jacent comme un processus aléatoire, fonction de variables d'états telles que le prix du sous-jacent, la tendance qu'a la volatilité, à moyen terme, à faire revenir le prix vers une valeur moyenne, la variance du processus de la volatilité, etc.
Réseau de neurones artificielsUn réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.
Macroéconomiethumb|Modélisation des relations macroéconomiques entre agrégats dans une économie. La macroéconomie est une discipline de l'économie qui étudie le système économique au niveau agrégé à travers les relations entre les grands agrégats économiques que sont le revenu, l'investissement, la consommation. La macroéconomie constitue l'outil essentiel d'analyse des politiques économiques des États ou des organisations internationales.
Single instruction multiple dataSingle Instruction on Multiple Data (signifiant en anglais : « instruction unique, données multiples »), ou SIMD, est une des quatre catégories d'architecture définies par la taxonomie de Flynn en 1966 et désigne un mode de fonctionnement des ordinateurs dotés de capacités de parallélisme. Dans ce mode, la même instruction est appliquée simultanément à plusieurs données pour produire plusieurs résultats.
Effet de levierL'effet de levier (financier) est un terme général pour désigner n'importe quelle technique destinée à multiplier les profits et les pertes. Les techniques courantes de levier sont l'endettement, l'achat d'actifs à long terme et les produits dérivés (tels que les warrants). L'effet de levier est une mesure comptable de l'impact de l'utilisation d'apports de capitaux de la part de tiers de l'entreprise par rapport aux capitaux propres à l'entreprise.
Arbitrage (finance)L'arbitrage est une opération financière destinée à assurer un gain positif ou nul de manière certaine en profitant d'écarts temporaires de prix constatés entre différents titres ou contrats. Par exemple en prenant position simultanément et en sens contraire soit sur plusieurs actifs dérivés différents soit sur un produit dérivé et son actif sous-jacent.
Vasicek modelIn finance, the Vasicek model is a mathematical model describing the evolution of interest rates. It is a type of one-factor short-rate model as it describes interest rate movements as driven by only one source of market risk. The model can be used in the valuation of interest rate derivatives, and has also been adapted for credit markets. It was introduced in 1977 by Oldřich Vašíček, and can be also seen as a stochastic investment model.
Apprentissage de représentationsEn apprentissage automatique, l'apprentissage des caractéristiques ou apprentissage des représentations est un ensemble de techniques qui permet à un système de découvrir automatiquement les représentations nécessaires à la détection ou à la classification des caractéristiques à partir de données brutes. Cela remplace l'ingénierie manuelle des fonctionnalités et permet à une machine d'apprendre les fonctionnalités et de les utiliser pour effectuer une tâche spécifique.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Synthetic mediaSynthetic media (also known as AI-generated media, media produced by generative AI, personalized media, and colloquially as deepfakes) is a catch-all term for the artificial production, manipulation, and modification of data and media by automated means, especially through the use of artificial intelligence algorithms, such as for the purpose of misleading people or changing an original meaning.
