Aprendizaje automático en finanzas: De la teoría a la práctica

Opiniones de los lectores

El libro «Machine Learning in Finance» goza de gran prestigio por su exhaustiva cobertura de las técnicas de aprendizaje automático relevantes para el sector financiero, que combina conceptos teóricos con aplicaciones prácticas. Es elogiado por su redacción clara y su enfoque estructurado, que lo hacen adecuado tanto para estudiantes como para profesionales. Sin embargo, algunas reseñas señalan que puede carecer de suficientes estudios de casos reales y que su enfoque teórico puede no resultar atractivo para todos los profesionales.

Cobertura exhaustiva de conceptos relevantes, explicación detallada de modelos, sólida base teórica, ejemplos prácticos de codificación en Python, adecuado tanto para estudiantes como para profesionales de las finanzas, visualmente atractivo con figuras y ejercicios.

Algo teórico con limitadas aplicaciones en el mundo real, puede no estar pulido como primera edición, no es ideal para quienes buscan ciencia aplicada sin un profundo contenido teórico.

(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.