Econometría & Machine Learning (Summer Crash Course)
Se lanza este curso, de curso de convocatoria única, con motivo del lanzamiento del nuevo fondo (Rogers AI Global Macro ETF).
Contenidos del Curso
Unidades: 13 lecciones
Duración: 8 semanas
-
Primera Semana
-
Segunda Semana
-
Sobre la cointegración y la multicointegración. Introducción al machine learning.Lecture2.1
-
Objetivización de hiperparámetros. El algoritmo bi-fase de Fajardo para resolver el problema de Kolmogorov-Smirnov en el mercado.Lecture2.2
-
Clustering y los métodos de densidad espacial. El algoritmo propietario de Fajardo para resolver la problemática espacial en problemas de clustering.Lecture2.3
-
-
Tercera Semana
-
Aprendizaje probabilísticocreando algoritmos bayesianos con feature engineering no supervisado. Aprendizaje simbólico y decision trees.Lecture3.1
-
Hiperplanos y Métodos Kernel- KNNs y SVMs. Integración y modelos de betas estables.Lecture3.2
-
Introducción a las redes neuronales. Funciones de activación y de backpropagation.Lecture3.3
-
-
Cuarta Semana
-
Proyecto Final (sólo para la modalidad Completa)
¡Este contenido está protegido, por favor, accede e inscríbete en el curso para ver este contenido!
Modal title
Main Content