Автор: Карачун Ирина Андреевна
-- Выберите тип документа для сортировки-- 3.54.1 Атлас 3.6.1 Библиография 3.23.2 Геоинформационная / картографическая система Дидактический материал по дисциплине (модулю) 3.6 Дополнительные информационные материалы 3.56.6 Журнал Издания, выпущенный под собственной редакцией (сборники научных трудов) 3.54 Иллюстративные и демонстрационные материалы 3.55.1 Инструкция, нормативный акт 3.43.1 Инструментальные средства 3.6.2 Интернет-публикация научно-популярного характера Календарный план воспитательной работы 3.54.3 Карта 3.54.2 Коллекция Комплект заданий с методическими материалами для демонстрационных экзаменов 3.52.3 Конспект лекций 3.52.3 Конспект лекций (на иностранном языке) Курс лекций 3.52.2 Лабораторный практикум 3.53.2 Методические рекомендации (материалы) преподавателям для проведения... 3.53.2 Методические указания (рекомендации) для обучающихся по изучению дисциплины... 3.53.2 Методические указания (рекомендации) на иностранном языке 3.53.2 Методические указания (рекомендации) по выполнению курсовых работ (проектов) методы оценки 3.56.3 Монография, изданная другими издательствами (наличие ISBN); Коллективная... 3.56.3 Монография, изданная зарубежными издательствами (наличие ISBN) 3.56.3 Монография, изданная российскими издательствами (наличие ISBN,... 3.54.4 Наглядное пособие Научная конференция с очным участием (с публикацией сборника в РИНЦ) 3.56 Научные материалы 3.55 Нормативные документы 3.56.4 Обзор 3.55.2 Образовательный стандарт 3.35.1 Оглавление печатных изданий Оценочные средства по дисциплине (модулю) 3.32.1 Полнотекстовая библиотека 3.32.2 Полнотекстовая библиотека вуза 3.35.2 Полнотекстовое издание Практикум 3.54.5 Презентация Программа практической подготовки с методическими материалами по специальности Рабочая программа воспитания по специальности Рабочая тетрадь студента по дисциплине (тетрадь с печатной основой) Рабочая тетрадь студента по дисциплине (тетрадь с печатной основой) (на... 3.6.4 Рекламно-информационная публикация 3.6.6 Руководство 3.56.7 Сборник статей, трудов 3.52.4 Сборник тестов (тестовых заданий) 3.52.1 Сборники задач (задачники) Сборники иностранных текстов Сборники контрольных заданий Сборники упражнений 3.23.3 Словарь основных терминов (глоссарий) 3.23.3 Словарь основных терминов (глоссарий) (на иностранном языке) 3.23.4 Справочник 3.23 Справочные материалы 3.56.5 Статья 3.6.7 Тематическая подборка материалов 3.53.3 Учебная программа 3.52.5 Учебник (с грифом ПГУ) 3.52.5 Учебник (с грифом ФУМО) 3.52.5 Учебник (с иным грифом) 3.53 Учебно-методические материалы Учебно-методический комплекс дисциплины/модуля Учебно-методическое пособие 3.52.5 Учебное пособие 3.52.5 Учебное пособие (с грифом ПГУ) 3.52.5 Учебное пособие (с грифом ФУМО) 3.52.5 Учебное пособие на иностранном языке 3.52.5 Учебное пособие на иностранном языке (с грифом ПГУ) 3.52 Учебные материалы 3.6.5 Хрестоматия 3.6.3 Электронная версия печатного издания 3.32 Электронные библиотеки 3.35 Электронные периодические издания 3.32.3 Электронный каталог библиотеки вуза 3.52.6 Электронный учебный курс 3.23.5 Энциклопедия
-- Выберите тип сортировки--
По названию (А-Я, по умолчанию)
По названию (Я-А)
По дате создания (возр.)
По дате создания (убыв.)
По дате издания (возр.)
По дате издания (убыв.)
Название: Machine learning methods in finance Тематика: экономика Вид ресурса: электронное немультимедийное издание Тип ресурса: Статья Целевое назначение: Научно-популярное Целевая аудитория: Исследователь Аннотация: This article focuses on supervised learning and reinforcement learning. These areas overlap most with econometrics, predictive modelling, and optimal control in finance. We choose to focus on how to cast machine learning into various financial modelling and decision frameworks. This work introduces the industry context for machine learning in finance, discussing the critical events that have shaped the finance industry’s need for machine learning and the unique barriers to adoption. The finance industry has adopted machine learning to varying degrees of sophistication. Some key examples demonstrate the nature of machine learning and how it is used in practice. In particular, we begin to address many finance practitioner’s concerns that neural networks are a “black-box” by showing how they are related to existing well-established techniques such as linear regression, logistic regression, and autoregressive time series models. Neural networks can be shown to reduce to other well-known statistical techniques and are adaptable to time series data. Дата издания: 2021 Дата загрузки: 08.12.2022 Издательство: EDP Sciences
