Aprendizaje automático en finanzas: De la teoría a la práctica

Opiniones de los lectores

El libro es una guía completa y bien organizada del aprendizaje automático en finanzas, elogiada por sus explicaciones claras, sus ejemplos prácticos de código Python y su enfoque pedagógico. Cubre eficazmente los aspectos teóricos y prácticos del tema, por lo que es adecuado tanto para estudiantes como para profesionales. Sin embargo, algunos críticos señalaron sus débiles ejemplos prácticos y la falta de estudios de casos, que pueden no satisfacer a aquellos que buscan aplicaciones directas de los conceptos.

⬤ Cobertura exhaustiva de los conceptos de aprendizaje automático relevantes para las finanzas.
⬤ Explicaciones claras centradas tanto en la teoría como en las aplicaciones prácticas.
⬤ Bien estructurado con ejercicios, preguntas de opción múltiple y recursos para el instructor.
⬤ Integración de ejemplos de código Python para el aprendizaje práctico.
⬤ Secciones innovadoras sobre temas como el aprendizaje por refuerzo inverso y los métodos bayesianos.

⬤ Algunos lectores lo consideraron más una referencia teórica que una guía práctica.
⬤ La falta de estudios de casos detallados y de aplicaciones prácticas en profundidad puede dejar a los profesionales experimentados con ganas de más.
⬤ Como primera edición, le falta pulido en algunas áreas.

(basado en 35 opiniones de lectores)

Título original:

Machine Learning in Finance: From Theory to Practice

Contenido del libro:

Capítulo 1. Introducción.

Introducción. - Capítulo 2. Modelización probabilística Modelización probabilística.

- Capítulo 3.

Regresión Bayesiana Regresión bayesiana y procesos gaussianos. - Capítulo 4.

Redes neuronales Redes neuronales Feed Forward. - Capítulo 5. Interpretabilidad.

Interpretabilidad. - Capítulo 6. Modelado de secuencias.

- Capítulo 7. Modelización probabilística de secuencias Modelización probabilística de secuencias.

- Capítulo 8. Redes neuronales avanzadas Redes neuronales avanzadas. - Capítulo 9.

Introducción al aprendizaje por refuerzo.

- Capítulo 10. Aplicaciones del aprendizaje por refuerzo. Aplicaciones del aprendizaje por refuerzo.

- Capítulo 11. Aprendizaje por Refuerzo Inverso y Aprendizaje por Imitación. - Capítulo 12.

Fronteras del aprendizaje automático y las finanzas.