Ko mēs piedāvājam
Programmas, kas apvieno kvantitatīvo finanšu analīzi ar mūsdienīgām ML metodēm. Katrs modulis ir strukturēts tā, lai zināšanas būtu lietojamas uzreiz — ne vien teorētiski saprotamas.
Pakalpojumu virzieni
Trīs ceļi uz klasifikācijas izpratni
-
01
Tiešraides vebināri ar ekspertiem
Iknedēļas sesijas, kurās mašīnmācīšanās speciālisti demonstrē klasifikācijas algoritmus darbībā — uz reāliem akciju, obligāciju un atvasinājumu datiem. Dalībnieki var uzdot jautājumus tieši sesijas laikā, nevis gaidīt vēlāku atbildi.
-
02
Strukturēti mācību kursi
Secīgi moduļi no datu apstrādes pamatiemiem līdz ansambļa metodēm finanšu klasifikācijai. Katrs modulis satur video ierakstus, vingrinājumus Python vidē un pārbaudes uzdevumus ar automātisku atsauksmi.
-
03
Konsultācijas par projektu realizāciju
Individuālas vai nelielu grupu sesijas, kurās dalībnieki var apspriest savu konkrēto modeļu arhitektūru, datu kopumu kvalitāti un interpretācijas problēmas. Piemērotas tiem, kuri jau strādā ar ML finanšu kontekstā.
Kāpēc šī pieeja strādā
Finanšu instrumentu klasifikācija ar ML nav vienkārša tēma — tā prasa gan matemātisko pamatu, gan praktisko intuīciju. Mūsu programmas ir veidotas tā, lai abu puses attīstītos vienlaicīgi.
Dati no reāliem tirgiem
Visi piemēri un uzdevumi izmanto faktiskus finanšu datus — ne sintētiskus modeļus. Tādēļ klasifikācijas problēmas ir tādas, kādas tās tiešām ir praksē.
Skaidra modeļa interpretācija
Mēs neparedz, ka dalībnieki akceptēs melnās kastes rezultātus. Katrs algoritms tiek skaidrots tā, lai zinātu, ko tas patiesībā aprēķina un kur tas kļūdās.
Starptautisks dalībnieku loks
Sesijās piedalās dalībnieki no dažādām valstīm, kas rada iespēju salīdzināt pieejas un apspriest finanšu tirgu atšķirības dažādos reģionos.
Ieraksti pieejami pēc sesijas
Katras tiešraides sesijas ieraksts ir pieejams 30 dienas pēc notikuma. Tas ļauj pārskatīt sarežģītākās vietas savā tempā vai kompensēt palaisto laiku.
Toms Bērziņš
Galvenais vebināru vadītājs · kvantitatīvā analīze
Klasifikācija finanšu datos nav matemātiska rotaļa — tā ir lēmumu atbalsta process, un tieši tāpēc modeļa kļūdas jāsaprot vismaz tikpat labi kā tā pareizās atbildes.