Publikace detail

Machine learning in finance and accounting

Autoři: Abedin Mohammad Zoynul | Hassan Mohammad Kabir | Hájek Petr | Uddin Mohammad

Rok: 2021

Druh publikace: kapitola v odborné knize

Název zdroje: Essentials of Machine Learning in Finance and Accounting

Název nakladatele: Taylor & Francis Ltd.

Místo vydání: Abingdon

Strana od-do: 1-5

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Strojové učení ve financích a účetnictví	V tomto úvodu je uveden přehled klíčových pojmů, které jsou probírány v dalších kapitolách této knihy. Kniha podává přehled Breimanova algoritmu CART, klasifikačních prvků a neparametrických metod, tj. rozhodovacích stromů a náhodných lesů. Aplikuje strojové učení (ML) pro zlepšení řízení rizika dlouhověkosti životními pojišťovnami a správci penzijních fondů. Kniha ukazuje, jak může ML pomoci zlepšit predikci úmrtnosti. Představuje jádrovou přepínací hřebenovou regresi, metodu ML. Kniha tvrdí, že tato metoda dokáže vytvářet předpovědi z více "režimů datového souboru" a "dokáže překonat nestabilní řešení a prokletí dimenzionality". Popisuje analýzu sentimentu při předpovídání volatility výnosů akcií. Kniha zkoumá některé důležité koncepty a algoritmy ML a aplikace technik strojového učení v oblasti ekonomie a financí. Zaměřuje se na využití ML a umělé inteligence v odvětví finančních služeb.
eng	Machine learning in finance and accounting	This introduction presents an overview of the key concepts discussed in the subsequent chapters of this book. The book reviews Breiman’s CART algorithm, classification features, and non-parametric methods, i.e., decision trees and random forests. It applies Machine learning (ML) to enhance longevity risk management by life insurance companies and pension fund managers. The book shows how ML can help improve mortality forecasting. It introduces kernel switching ridge regression, an ML method. The book argues that the method can make predictions from multiple “regimes of dataset” and “can overcome the unstable solution and the curse of dimensionality”. It describes sentiment analysis in predicting stock return volatilities. The book explores some important concepts and ML algorithms, and applications of machine learning techniques in the fields of economics and finance. It focuses on the use of ML and artificial intelligence (AI) in financial services industry.	machine learning; finance; accounting

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte