Aprendizaje profundo para las finanzas

Índice

A

• funcionesde activación, Funcionesde Activación-Funciones de Activación
• Regresión AdaBoost, RegresiónAdaBoost-Regresión AdaBoost
• Estimación adaptativa del momento (Adam), Algoritmos de optimización
• regla de adición, Introducción a los conceptos probabilísticos
• Prueba ADF (Dickey-Fuller aumentado), Elconcepto de estacionariedad-El concepto de estacionariedad
• línea adyacente, Trigonometría
• entrenamiento adversarial, Aplicación de la regularización a los MLP
• álgebra, definida, Álgebra lineal y cálculo para el aprendizaje profundo
• algoritmos
  • ciencia de datos y, Comprender laciencia de datos -Comprenderla ciencia de datos
  • definida, Comprender la Ciencia de Datos
• alpha trading, Introducción al Análisis Técnico
• clases de inversión alternativa, Introducción a los Mercados Financieros y al Trading
• sesgo de anclaje, sesgos cognitivos
• RNA(ver redes neuronales artificiales)
• función anónima (lambda), Aplicación de la regularización a los MLP
• arbitraje, comprensión de la ciencia de datos
• operadores aritméticos, en Python, Operaciones básicas y sintaxis
• matrices, en Python, Operaciones básicas y sintaxis
• redes neuronalesartificiales (RNA), Un paseo por las redesneuronales-Perceptrones multicapa
  • funcionesdeactivación, Funciones deactivación-Funciones de activación
  • retropropagación, Retropropagación-Backpropagación
  • capas, Un paseo por las redes neuronales
  • perceptrones multicapa, Perceptronesmulticapa-Perceptrones multicapa
  • algoritmos de optimización, Algoritmos de optimización
  • técnicas deregularización, Técnicas ...