【한글자막】 재무 분석을 위한 Python 및 Machine Learning 완벽가이드
파이썬 프로그래밍의 기본 지식을 익히고 ML을 활용해서 금융 분야의 실제 응용 프로그램을 해결해 볼것 입니다.
4.70 (64 reviews)
576
students
23 hours
content
Sep 2024
last update
$59.99
regular price
What you will learn
금융에 초점을 맞춘 데이터 과학과 머신 러닝을 위한 파이썬 3 프로그래밍을 마스터하게 됩니다.
파이썬의 강력한 기능을 이용해 일일 포트폴리오 수익률, 리스크 및 샤프 비율 계산과 같은 주요 재무 개념을 활용하는 방법을 배우게 됩니다.
CAPM(자본 자산 가격 모델)에 대한 이론을 이해하고 직관을 가질 수 있습니다.
주피터 노트북을 활용한 데이터 사이언스의 개발, 발표, 공유 방법을 이해할 수 있습니다.
과학 컴퓨팅에 Numpy, 데이터 분석에 Pandas, 데이터 플로팅, 시각화를 위한 Matplotlib, 그리고 통계그림을 위한 Seaborn 등 주요 파이썬 라이브러리 활용법을 배웁니다.
실제 데이터세트를 활용해 싸이킷런 라이브러리를 이용한 머신러닝 모델 구축, 교육, 및 튜닝을 마스터합니다.
주가 예측, 보안 뉴스 감성 분석, 신용카드 사기 탐지, 은행 고객 세분화, 대출 채무 불이행 예측 등 은행과 금융 분야의 실질적인 문제 해결을 위한 머신, 딥러닝 모델을 적용해봅니다.
회귀 작업(단순/다중/다항식), 분류 및 클러스터링(K 평균)에 대한 다양한 기계 학습 알고리즘의 이론을 이해하고 직관을 키웁니다.
평균 절대 오차, 평균 제곱 오차 및 루트 평균 제곱 오차 직관, R 제곱 직관, 조정 R 제곱 직관 등 다양한 KPI(핵심 성과 지표)를 사용하여 훈련된 머신 러닝 회귀 모델의 성능을 평가합니다.
정확도, 정밀도, 리콜 및 F1 스코어와 같은 다양한 KPI(핵심 성과지표)를 사용해서 학습된 머신 러닝 분류기의 성능을 평가합니다.
인공 신경망(ANN), 순환 신경망(RNN) 및 LSTM(장단기 메모리)에 대한 기본 이론과 직관력 그리고 수학을 이해하게 됩니다.
후방 전파 및 하강 알고리즘을 활용해 인공신경망(ANN)을 연습합니다.
네트워크 성능을 향상을 위해 숨겨진 레이어나 뉴런 수와 같은 인공 신경망(ANN)의 하이퍼 매개 변수를 활용해 봅니다.
머신 러닝 및 데이터 과학 애플리케이션 제작을 위한 기능 엔지니어링 및 데이터 정리 전략을 마스터합니다.
Screenshots
Related Topics
4393358
udemy ID
11/11/2021
course created date
12/28/2021
course indexed date
Bot
course submited by