일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
- 올레 스테이
- 트럼프
- 알고리즘
- 원유
- 폭락
- 안뜨르
- 나스닥
- 선형분석
- 올레 13코스
- 코스피
- 맨드롱국수
- 러시아
- 올레 14-1 코스
- 제주 올레 7-1
- 카페 제라
- 이분탐색
- 미국 증시
- 주식
- S&P 500
- 수리 키친
- Quant
- 제주 올레
- 카페 우다
- 신한 레버리지 wti 원유 선물 ETN
- 사우디
- 모바일 올레 패스
- 제주 올레 7
- 코로나 바이러스
- 셀레니움
- 산노루
- Today
- Total
생각이 담아두는 곳
Introduction to Trading, Machine learning&GCP , introduction 본문
coursera 측으로부터 재정적 지원을 받는데 성공해, 양질의(처럼 보이는) 강의를 무료로 들을 수 있게 되었다.
https://www.coursera.org/learn/introduction-trading-machine-learning-gcp/home/welcome
Coursera | Online Courses From Top Universities. Join for Free
3,000+ courses from schools like Stanford and Yale - no application required. Build career skills in data science, computer science, business, and more.
www.coursera.org
Introduction 소개 글
1. 이 강의에서는 AI, ML, DL 을 광범위하게 다루지만, AI를 특히 트레이딩에 적용시키는 것은 까다롭고 어려운 일이므로 너무 깊게 빠지지 말라는 말.
2. 이 강의의 타겟을 금융 전문가로 보고 있다는 말.
3. 또는 트레이딩에 관심을 가진 사람.
4. 단순하게 머신러닝을 배우는게 아니라 이를 실제 금융 문제 해결에 실적용 시킬 수 있게 하려는게 목적
-> 제일 마음에 든다.
5. 실제 데이터를 이용해 과제를 준다고 한다. 행복하다.
6. 머신러닝을 하면, 제일 먼저 실제 적용 사례로 배우는 개 고양이 구분, 또는 꽃 종류 구분 같은 금융과 관련 없는 건 안하고 바로 미래 자산 가격 측정같은 것으로 시작한다고 한다. 기대된다.
이 강의를 통해 배울 수 있는 것
1. 머신러닝, 딥러닝, 트레이딩에 대한 심층적 이해
2. 금융과 트레이딩에 머신러닝 알고리즘을 어떻게 적용시킬 수 있는지
3. 이 모든 것을 최신 플랫폼인 GCP(Google Cloud Platform) 에서구현하는 법을 배우는 것. 학생인 나는 이 점은 아쉽다.
4. 과거의 고전적인 머신러닝 알고리즘뿐만이 아니라 실제 산업에서 적용되는 딥 뉴런 네트워크라 불리는 뉴럴 네트워크의 실제 적용에 대해 배운다고 한다. 두근두근하다.
5. 금융 데이터를 다루는 법, 서로 다른 알고리즘이 이 데이터에서 어떻게 작동하는지
시스템 트레이딩을 진행하면서, 좋은 알고리즘에 대한 탐욕이 스멀스멀 올라오기 시작했다.
이 강의가 내 욕구를 채워줄 수 있는 기반이 되리라 믿으면서 오늘부터 시작이다.
강의자료에서 이 강의가 끝나면 얻을 수 있는 질문의 답들..
몇몇 개는 지금도 답할 수 있다는게 뿌듯하네...
'CS > ML' 카테고리의 다른 글
Introduction to Trading, Machine learning&GCP [3] (0) | 2020.04.20 |
---|---|
Introduction to Trading, Machine learning&GCP [2] (0) | 2020.04.17 |
Introduction to Trading, Machine learning&GCP [1] (0) | 2020.04.16 |