L'apprendimento automatico in finanza: Dalla teoria alla pratica

Recensioni dei lettori

Il libro “Machine Learning in Finance” è molto apprezzato per la sua copertura completa delle tecniche di apprendimento automatico rilevanti per il settore finanziario, che fonde concetti teorici e applicazioni pratiche. È apprezzato per la sua scrittura chiara e l'approccio strutturato, che lo rendono adatto sia agli studenti che ai professionisti. Tuttavia, alcune recensioni segnalano che potrebbe mancare di un numero sufficiente di casi di studio reali e che la sua impostazione teorica potrebbe non piacere a tutti i professionisti.

Copertura completa dei concetti rilevanti, spiegazione dettagliata dei modelli, solide basi teoriche, esempi pratici di codifica Python, adatto sia agli studenti che ai professionisti della finanza, visivamente coinvolgente con figure ed esercizi.

Un po' teorico con limitate applicazioni nel mondo reale, potrebbe non essere rifinito come prima edizione, non ideale per chi cerca una scienza applicata senza contenuti teorici approfonditi.

(basato su 35 recensioni dei lettori)

Titolo originale:

Machine Learning in Finance: From Theory to Practice

Contenuto del libro:

Capitolo 1. Introduzione.

- Capitolo 2. Modellazione probabilistica. - Capitolo 3.

Regressione bayesiana e processi gaussiani.

- Capitolo 4. Reti neurali Feed Forward.

- Capitolo 5. Interpretabilità. - Capitolo 6.

Modellazione di sequenze. - Capitolo 7. Modellazione probabilistica delle sequenze.

- Capitolo 8. Reti neurali avanzate.

- Capitolo 9. Introduzione all'apprendimento per rinforzo. - Capitolo 10.

Applicazioni dell'apprendimento per rinforzo.

- Capitolo 11. Apprendimento per rinforzo inverso e apprendimento per imitazione. - Capitolo 12.

Frontiere dell'apprendimento automatico e della finanza.