Публикации по теме 'finance'


Использование цифровой трансформации для улучшения финансовых операций и соблюдения требований
Доступно по запросу . Финансовые отделы и отделы нормативно-правового соответствия находятся в ситуации, когда им настоятельно рекомендуется развиваться в цифровом формате. Повышение финансовой гибкости, будь то отчетность, анализ данных в режиме реального времени или управление изменениями в нормативных актах, — это одни из самых больших проблем, с которыми в настоящее время сталкиваются руководители в связи с постоянными изменениями, быстро происходящими в конкурентном мире...
Авторегрессионное интегрированное скользящее среднее (ARIMA): полное руководство по расширенным временным рядам…
Модели авторегрессионного интегрированного скользящего среднего (ARIMA) — это расширенные статистические модели, используемые для прогнозирования временных рядов. Модели ARIMA широко используются в финансах, экономике и других областях для прогнозирования будущих значений данных, зависящих от времени. Если вы еще этого не сделали, обязательно прочитайте мои предыдущие статьи о моделях Скользящее среднее (MA) и Авторегрессия (AR) , так как они обеспечивают прочную основу для понимания..
Глубокое обучение, нейронная сеть и Python (часть 1/3)
Полное руководство для разработчиков Python, чтобы узнать больше о науке, лежащей в основе искусственного интеллекта и глубокого обучения. Полная статья, чтобы понять искусственные нейронные сети и применить ее к реальным случаям. Это руководство можно использовать в качестве подготовки к собеседованию по науке о данных. Некоторые требования и информация перед запуском: Хорошее понимание математики и статистики может быть плюсом. Для начинающих чтение и понимание в реальном..
Прогнозирование движения запасов с использованием логистической регрессии в Python
В этой статье мы собираемся построить модель логистической регрессии для прогнозирования движения акций на основе только исторических ежедневных изменений цен и объемов . Модель будет построена на Python. Отказ от ответственности . Написание этой статьи направлено только на демонстрацию шагов по построению прогнозной модели фондового рынка в Python. Это не служит никакой цели …
Модель управления рисками и управления рисками
Модель управления рисками и управления рисками Модели машинного обучения все чаще становятся частью критически важных бизнес-процессов и больше не используются в качестве новинки или способа присоединиться к ажиотажу в области науки о данных и искусственного интеллекта. Современное машинное обучение действительно оказывает влияние на процессы, которые, если они выполняются неправильно, влекут за собой неблагоприятные последствия для последующих процессов. Эта статья представляет..
Как ИИ может преобразовать финансовую индустрию?
и почему мы пока не готовы к этому Искусственный интеллект (ИИ) быстро меняет финансовый сектор. Его последствия ощущаются в различных секторах, включая управление рисками, обнаружение мошенничества, поддержку клиентов и управление личными финансами. Финансовый сектор получил большую выгоду от ИИ, но есть также проблемы, которые необходимо решить, если эта технология будет использоваться ответственно. Преимущества ИИ в финансовой индустрии Повышенная точность . Одним из основных..
Калибровка вероятности: инструмент для снижения риска вашей модели машинного обучения.
Введение Банковская индустрия применяет машинное обучение, например, для улучшения процесса утверждения кредита, оценки риска дефолта и обнаружения мошенничества. Принятие точных решений в этих областях важно для эффективного управления рисками и контроля затрат, что может принести значительную пользу. В то время как традиционные подходы и методы машинного обучения могут использоваться для определения кредитоспособности и прогнозирования дефолтов по кредитам, прогнозы основаны на..