金融工程进阶科研UCL教授指导机器学习
机器学习（ML）和人工智能（AI）迅速发展，人们可以充满自信的说ML和AI几乎影响了科学和金融的所有主要领域，例如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用。
本课程介绍了机器学习最具魅力的领域及其在金融中的应用。在本项目中，将有一部分专门介绍和回顾我们将在本模块中使用的某些ML算法。因此，这将让拥有机器学习知识和背景的学生在遵循该模块后拥有更流畅的体验。
本课程提供了一个难得的机会，可以深入了解ML在财务建模中的应用。到本课程结束时同学们能够：
了解什么是机器学习及其与财务建模的关系；
了解各种ML算法之间的区别，例如监督和非监督ML算法；
学习机器学习算法的不同方面，例如参数调整，学习率，损失函数，准确性指标等；
学习如何分析财务数据集，并了解将ML应用于财务与工程或计算机科学之间的区别和挑战；
通过案例研究学习如何使用Python和ML算法来分析实际财务数据集；执行最终报告和报告的个人或小组项目（根据您的兴趣）；
项目导师
伦敦大学学院（UCL）
金融与技术学院（IFT）教授
UCL银行和数字金融理学硕士课程主任；
曾就任于英国南安普敦大学数学科学系；
在工业（通过咨询和协作）和学术方面均拥有计算金融（由AI和机器学习方法驱动）和金融技术方面的丰富经验；
在顶尖的国际期刊上发表论文，并广泛从事数字金融，保险技术，信用风险，随机分析和应用概率等方面研究；
曾获得奥地利维也纳科技大学的金融和精算数学组博士后研究金；
*更多教授信息请咨询科研顾问
项目内容及安排
本项目为线上进阶科研，通过教授授课+学术研讨，完成相关知识学习、项目选题、研究探索、项目答辩及科研报告。
Phase1
预习阶段2-week
复习线性代数，统计学和概率论在数学中的应用；
熟悉Python编程语言；
根据要求，规划自己的潜在项目；
Phase2
导师授课+研讨答辩7-week
Week1：金融机器学习导论
IntroductiontoML:DefinitionsandBackground;
ApplicationsofMLinFinance;
ChallengesinapplyingMLinFinance;IntroductiontoSupervisedLearningviaLinearModels;
Training,fitting,predicting,andgeneralizing;GradientDescentanditsroleinML;
AnapplicationofLinearmodelsinreturnprediction;
Week2：学习非线性模型
IntroductiontoLogisticRegressionanditsapplicationincreditriskmodeling;
Abriefoverviewofotheradvancednon-linearmodels:SVM,DecisionTreemodels,Randomforest,etc.,andtheirapplicationsinfinance;
Week3：人工神经网络及其在金融中的应用简介
Introductiontoneuralnetworks;
Training:forwardandback-propagationinneuralnetworks;
Applicationsofneuralnetworksinfinance;
Week4：讨论，寻找论题
InstructorwillbrieflysketchsomeotherimportantMachineLearningalgorithmsthatwerenotcoveredinpreviouslectures,e.g.,SupportVectorMachines,boostingandensemblemethods,LSTM,etc.;
Instructorandstudentsdiscusspotentialtopicsforprojects;
Studentspicktopicsandformgroups;
Week5：项目计划：评估与实施
Studentspresentprojectproposal(topic,algorithms,programminglanguageanddatasets);
Instructorgivesfeedback,providesliteraturepointers,andaddressesotherissues;
InstructorgivesabriefpresentationonsomechallengesthatarisewhenimplementingandevaluatingMachineLearningAlgorithmsinparticularinthecontextoffinancialmodeling:Trainingvs.TestError,LearningRate,UnderfittingandOverfitting,FeatureSelection;
Week6：项目答辩，导师为学术研究提供建议
Studentsdiscussimplementationandevaluationwithinstructor;
Instructorwillexplainhowtocreateascientificpresentationandreport;
Instructorwillgivegeneraladviseonhowonecanbesuccessfulinresearch;
Week7：学生最终项目展示
Studentspresenttheirprojectinashortpresentation(approx.10-15mins);
InstructorandstudentsengageinabriefQAaftereachpresentation;
Studentswillreceivedetailedfeedbackandadvisehowtoimproveon;
Phase3
报告撰写+导师反馈1-week
Week8：Studentsfinalizetheirreportandsubmit.Studentswillreceivefeedbackwithinoneweekonhowtoimprovefutureprojectswhichcanincludeimplementation,literaturereview,properevaluationandtestingofmachinelearningalgorithms,scientificwriting,etc.
*要求每周课后至少6-10小时的自我学习时间
项目收获
◤通过补充科研经历，获得校园之外的高端科研实践机会：积极参与项目，完成课题探索与书面作业，表现优异的同学可获得导师学术推荐（详情咨询科研顾问）
完整参加项目并完成最终课题成果，将收到导师签发的项目结业证书；
完成课题并撰写报告，拥有一次高含金量的科研经历，提高申请的竞争力；
项目适合及要求
◤项目适合：本项目适合想要申请计算机科学、金融工程、金融数学、金融学、商业分析、数据科学等相关领域的同学；
适合对机器学习、金融工程感兴趣，想要与海外名校教授深入交流学习的同学；
项目要求：积极参与线上课程并参与项目讨论；
有良好的英文阅读、交流及写作能力，产出一份科研成果，包括撰写研究报告，以及在最后一堂课完成项目答辩（约10分钟）；
*提供个人简历进行初步筛选
开始时间
年7月（暑期）
授课方式
远程线上，进阶科研
小班指导，名额有限
报名方式
添加Olivia老师，备注“UCL金工”
了解项目详情，发送CV，提前占位
更多科研项目招募中，背景早规划，申请不慌张↓↓识别相应
转载请注明：http://www.wodedaogou.net/xhelzmz/8583.html
