Lagerstrasse 41, 8004 Zürich
21.03.2025
21.02.2025
2 Monate
CHF 2'400.00
Kein Abschluss
Dieser Weiterbildungskurs richtet sich an Personen mit einem Interesse an praktischen Anwendungen von maschinellem Lernen in der Finanzindustrie, welche verschiedene Techniken der Modell-Implementierung, -Evaluierung und -Verbesserung erlernen möchten.
Die Teilnehmenden sollten einen technischen und quantitativen Hintergrund mit einem Abschluss in Mathematik, Informatik, Physik, Ingenieurwissenschaften oder ähnlichem besitzen. Ebenfalls berücksichtigt werden Absolvierende mit einem Abschluss in Banking und Finance oder verwandten Disziplinen, welche eine quantitative Ausrichtung nachweisen können. Teilnehmende, welche sowohl die quantitativen als auch technischen Voraussetzungen durch andere Aktivitäten nachweisen, können "sur dossier" in den Kurs aufgenommen werden.
Erste Kenntnisse und Erfahrungen von maschinellem Lernen sind hilfreich, aber nicht notwendig. Da die angewandten Projekte von Grund auf in R implementiert werden, sind Grundlagenkenntnisse mit dieser Programmiersprache hilfreich, aber nicht notwendig. Ebenfalls hilfreich ist ein generelles Verständnis für die Finanzbranche.
Interessenten, welche eine systematische und vertiefte Einführung in die Programmiersprache R suchen, empfehlen wir den Besuch des Weiterbildungskurses R Boot Camp.
Ziele:Nach Abschluss des Kurses sollten Sie
Thematisch ist der Kurs in die drei Teilgebiete des maschinellen Lernens gegliedert. Er besteht aus folgenden Modulen:
Modul Supervised Learning
Modul Unsupervised Learning
Modul Deep Learning
Nach einer fundierten theoretischen Einführung werden spezifische Anwendungen im Finanzbereich erarbeitet und evaluiert. Zudem werden sowohl Erweiterungsmöglichkeiten als auch Grenzen der besprochenen Modelle erörtert. Der Fokus des Kurses liegt auf der praktischen Anwendung und Umsetzbarkeit von maschinellem Lernen. Die Kursteilnehmenden erhalten einen Einblick in den Modell-Lebenszyklus und die Arbeitsweise von Ingenieuren im Gebiet des maschinellen Lernens.
School of Engineering
Tel... anzeigen
E-Mail Anfrage