توضیحات
Financial risk management is quickly evolving with the help of artificial intelligence. With this practical book, developers, programmers, engineers, financial analysts, risk analysts, and quantitative and algorithmic analysts will examine Python-based machine learning and deep learning models for assessing financial risk. Building hands-on AI-based financial modeling skills, you’ll learn how to replace traditional financial risk models with ML models.
Author Abdullah Karasan helps you explore the theory behind financial risk modeling before diving into practical ways of employing ML models in modeling financial risk using Python. With this book, you will:
- Review classical time series applications and compare them with deep learning models
- Explore volatility modeling to measure degrees of risk, using support vector regression, neural networks, and deep learning
- Improve market risk models (VaR and ES) using ML techniques and including liquidity dimension
- Develop a credit risk analysis using clustering and Bayesian approaches
- Capture different aspects of liquidity risk with a Gaussian mixture model and Copula model
- Use machine learning models for fraud detection
- Predict stock price crash and identify its determinants using machine learning models
————————————————————–
ترجمه ماشینی :
مدیریت ریسک مالی با کمک هوش مصنوعی به سرعت در حال تکامل است. با استفاده از این کتاب کاربردی، توسعه دهندگان، برنامه نویسان، مهندسان، تحلیلگران مالی، تحلیلگران ریسک، و تحلیلگران کمی و الگوریتمی، مدل های یادگیری ماشینی و یادگیری عمیق مبتنی بر پایتون را برای ارزیابی ریسک مالی بررسی می کنند. با ایجاد مهارتهای مدلسازی مالی مبتنی بر هوش مصنوعی، میآموزید که چگونه مدلهای ریسک مالی سنتی را با مدلهای ML جایگزین کنید.
نویسنده عبدالله کاراسان به شما کمک میکند نظریه پشت مالی را کشف کنید. مدلسازی ریسک قبل از فرو رفتن در روشهای عملی استفاده از مدلهای ML در مدلسازی ریسک مالی با استفاده از پایتون. با استفاده از این کتاب، میتوانید:
- برنامههای سری زمانی کلاسیک را مرور کرده و آنها را با مدلهای یادگیری عمیق مقایسه کنید.
- کاوش مدلسازی نوسانات برای اندازهگیری درجه ریسک، با استفاده از رگرسیون بردار پشتیبان، شبکههای عصبی و یادگیری عمیق
- بهبود مدل های ریسک بازار (VaR و ES) با استفاده از تکنیک های ML و شامل بعد نقدینگی
- توسعه تجزیه و تحلیل ریسک اعتباری با استفاده از خوشه بندی و رویکردهای بیزی
- span>
- جنبههای مختلف ریسک نقدینگی را با مدل مخلوط گاوسی و مدل کوپلا به تصویر بکشید
- از مدلهای یادگیری ماشین برای کشف تقلب استفاده کنید
- پیشبینی سقوط قیمت سهام و شناسایی عوامل تعیینکننده آن با استفاده از مدلهای یادگیری ماشین
tag : دانلود کتاب یادگیری ماشین برای مدیریت ریسک مالی با پایتون: الگوریتمهایی برای مدلسازی ریسک , Download یادگیری ماشین برای مدیریت ریسک مالی با پایتون: الگوریتمهایی برای مدلسازی ریسک , دانلود یادگیری ماشین برای مدیریت ریسک مالی با پایتون: الگوریتمهایی برای مدلسازی ریسک , Download Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk Book , یادگیری ماشین برای مدیریت ریسک مالی با پایتون: الگوریتمهایی برای مدلسازی ریسک دانلود , buy یادگیری ماشین برای مدیریت ریسک مالی با پایتون: الگوریتمهایی برای مدلسازی ریسک , خرید کتاب یادگیری ماشین برای مدیریت ریسک مالی با پایتون: الگوریتمهایی برای مدلسازی ریسک , دانلود کتاب Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk , کتاب Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk , دانلود Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk , خرید Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk , خرید کتاب Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.