Künstliche Intelligenz in der Finanzwirtschaft - Weiß, Gregor; - Prospero Internetes Könyváruház
Kosár (0)
Kívánságlista (0)
Értesítés a kedvenc témákról
__

 
A termék adatai:
ISBN13:9783658417192
ISBN10:3658417196
Kötéstípus:Puhakötés
Terjedelem:500 oldal
Méret:235x155 mm
Nyelv:német
Illusztrációk: Etwa 500 S.
0
Témakör:

Künstliche Intelligenz in der Finanzwirtschaft

Daten, Methoden und Anwendungen
 
Kiadás sorszáma: 1. Aufl. 2024
Kiadó: Springer Gabler
Megjelenés dátuma:
Kötetek száma: 1 pieces, Book
 
Normál ár:
Kiadói listaár:
EUR 64.99
Becsült forint ár:
27 568 Ft (26 255 Ft + 5% áfa)
Miért becsült?
 
Az Ön ára:
25 362 (24 155 Ft + 5% áfa )
Kedvezmény(ek): 8% (kb. 2 205 Ft)
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
Kattintson ide a feliratkozáshoz
 
Beszerezhetőség:
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
 
Kosárba teszek
  példányt

 
Rövid leírás:

Dieses Lehrbuch stellt die wesentlichen Methoden und Anwendungsgebiete der Künstlichen Intelligenz und der Analyse großer Datenmengen bei Finanzintermediären und Industrieunternehmen im Bereich der Finanzwirtschaft dar. Es vermittelt die Grundlagen und fortgeschrittene Methoden der KI und ihrer Anwendungen in der Finanzwirtschaft und unterstützt bei der Vorbereitung auf das Berufsleben im quantitativen Asset- und Risikomanagement. Das Buch kann begleitend zu universitären Lehrveranstaltungen im Bereich Financial Data Analytics, Risiko- und Investmentmanagement benutzt werden.

Hosszú leírás:
Dieses Lehrbuch stellt die wesentlichen Methoden und Anwendungsgebiete der Künstlichen Intelligenz und der Analyse großer Datenmengen bei Finanzintermediären und Industrieunternehmen im Bereich der Finanzwirtschaft dar. Es vermittelt die Grundlagen und fortgeschrittene Methoden der KI und ihrer Anwendungen in der Finanzwirtschaft und unterstützt bei der Vorbereitung auf das Berufsleben im quantitativen Asset- und Risikomanagement. Das Buch kann begleitend zu universitären Lehrveranstaltungen im Bereich Financial Data Analytics, Risiko- und Investmentmanagement benutzt werden.
Tartalomjegyzék:
Datenarten, Datenquellen und Datenaufbereitung.- Klassische Regressionsverfahren.- LASSO, Ridge-Regression und Elastic-Net-Regularisierung.-  Kreuzvalidierung.- K-Nächste-Nachbarn-Klassifikation, Support Vector Machines und ihre Anwendung im Kreditrisikomanagement.-  Klassifikations-/Regressionsbäume und Anwendungen im Asset Pricing.- Künstliche Neuronale Netze, tiefes maschinelles Lernen und Mustererkennung in Finanzdaten.- Regulierung von KI in der Finanzwirtschaft.- Ethische Aspekte.