Apprentissage machine en finance avec Python

Le Laboratoire d’ingénierie financière de l’Université Laval (LABIFUL) offre un séminaire pratique, en trois séances, sur l’apprentissage machine (Machine Learning) en finance avec Python.

L’inscription à cet événement inclut les 3 séances. Il n’est pas possible de participer à une seule d’entre elles.

Approfondissez-y les différentes notions suivantes de l’apprentissage machine:

Formateur
Emmanuel Penka Fowe, Ph.D. (Physique-Chimie), MSc (ing. Fin)
Spécialiste principal, Validation des modèles
Société canadienne d’hypothèques et de logement (SCHL)

Séance 1. Vendredi 4 décembre 2020, 12-15h

1) Généralité en Machine Learning.

• Définition et classification
• Types d’apprentissage
• Rappel des notions de bases: Théorie de Bayes, Fonction objective et minimisation, ‘bias–variance tradeoff’
• Logiciels de développement: R, Python et Environnement de déploiement et partage (Azure ML, Google Colab, etc.)
• Quelques ‘Toolbox’ : Keras, Tensorflow, Pytorch etc.
• Applications

Séance 2. Vendredi 11 décembre 2020, 12-15h

2) L’apprentissage supervisé et non supervisé

• Régressions linéaires ou logistiques
• Arbres de classification ou de régression
• Méthodes d’ensemble (Random Forest, Boosting)
• Support vecteur machine
• Partitionnement (k-moyennes, Analyse en composante principale (PCA), t-distributed stochastic neighbor embedding (t-SNE), etc.)
• Applications

Séance 3. Vendredi 18 décembre 2020, 12-15h

3) Introduction à l’apprentissage profond (Deep-Learning)

• Réseaux de Neurone
• Réseaux récurrents
• Convolution
• Cas du ‘Natural Language Processing’
• Applications