MODELS AND TECHNOLOGY FOR THE FINANCIAL INDUSTRY

Anno accademico
2024/2025 Programmi anni precedenti
Titolo corso in inglese
MODELS AND TECHNOLOGY FOR THE FINANCIAL INDUSTRY
Codice insegnamento
EM1414 (AF:449563 AR:257637)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-P/02
Periodo
3° Periodo
Anno corso
2
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
L’insegnamento è fra i corsi caratterizzanti del corso di Laurea Magistrale in DATA ANALYTICS FOR BUSINESS AND SOCIETY e ha lo scopo di approfondire le tecniche di machine learning applicate all'industria finanziaria.
Il corso si concentra sulla comprensione degli algoritmi e degli strumenti più comuni utilizzati dai data scientist in ambito finanziario.
Durante il corso verranno discussi casi pratici attraverso l'utilizzo di Python al fine di applicare le conoscenze acquisite.
1. Conoscenza e comprensione
- studio e comprensione dei i dati disponibili nell'industria finanziaria
- rassegna delle principali tecniche di machine learning applicate all'industria finanziaria

2. Capacità di applicare conoscenza e comprensione
- Individuare ed applicare le tecniche di machine learning adatte al problema analizzato
- Analisi di casi pratici attraverso l'utilizzo di Python

3. Capacità di giudizio
- capacità di effettuare testing e validazione di modelli
Possedere le conoscenze di base indicate nei requisiti di personale preparazione per iscriversi al corso di Laurea Magistrale in DATA ANALYTICS FOR BUSINESS AND SOCIETY
Introduzione al Machine Learning applicata alla finanza
Unsupervised learning
Supervised learning e regularization (Regressione lineare e logistica, survival analysis e support vector machines)
Financial Portfolio e regularization
Materiale fornito dal docente.
Letture consigliate: Hull, J. (2021). Machine Learning in Business: An Introduction to the World of Data Science. Third Edition. Amazon Distribution.
Per i frequentanti: La verifica dell’apprendimento è composta da una parte scritta (domande aperte) e da un analisi empirica svolta in gruppo o individualmente.
Per i non frequentanti: Esame scritto.
Lezione frontale. Slides di lezione, programmazione, esercizi, ed esempi disponibili nella piattaforma Moodle.
Inglese
scritto

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile

Programma definitivo.
Data ultima modifica programma: 21/03/2024