105.757 AKFVM Machine Learning mit finanzmathematischen Anwendungen
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2022W, VU, 3.0h, 4.5EC
TUWEL

Merkmale

  • Semesterwochenstunden: 3.0
  • ECTS: 4.5
  • Typ: VU Vorlesung mit Übung
  • Format der Abhaltung: Präsenz

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage zu erklären, wie Machine Learning (Maschinelles Lernen) funktioniert und bei finanzmathematischen Problemen angewendet wird. Insbesondere können sie

  • entscheiden und begründen, ob sich Maschinelles Lernen für die Lösung eines gegebenen Problems der Finanzmathematik eignet,
  • das Problem entsprechend formalisieren und einen passenden Algorithmus zur Lösung auswählen,
  • das erhaltene Ergebnis bewerten.

Inhalt der Lehrveranstaltung

  • Machine Learning Basics
  • Neural networks
  • Deep learning
  • Deep Finance (Hedging, Portfoliooptimierung, Kalibrierung, etc.)

Methoden

  • Vortrag
  • Diskussion von konkreten Anwendungsbeispielen

Prüfungsmodus

Prüfungsimmanent

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Fr.13:00 - 17:0007.10.2022 - 09.12.2022FH Hörsaal 2 .
AKFVM Machine Learning mit finanzmathematischen Anwendungen - Einzeltermine
TagDatumZeitOrtBeschreibung
Fr.07.10.202213:00 - 17:00FH Hörsaal 2 .
Fr.21.10.202213:00 - 17:00FH Hörsaal 2 .
Fr.28.10.202213:00 - 17:00FH Hörsaal 2 .
Fr.04.11.202213:00 - 17:00FH Hörsaal 2 .
Fr.11.11.202213:00 - 17:00FH Hörsaal 2 .
Fr.18.11.202213:00 - 17:00FH Hörsaal 2 .
Fr.25.11.202213:00 - 17:00FH Hörsaal 2 .
Fr.02.12.202213:00 - 17:00FH Hörsaal 2 (statt 14. Oktober)
Fr.09.12.202213:00 - 17:00FH Hörsaal 2 Ersatztermin (falls ein Termin entfällt)

Leistungsnachweis

Aktive Mitarbeit in der Lehrveranstaltung, Übungsaufgaben.
Verbesserung der Note durch eine mündliche Prüfung möglich.

LVA-Anmeldung

Von Bis Abmeldung bis
01.08.2022 00:00 31.10.2022 23:59 31.12.2022 23:59

Curricula

StudienkennzahlSemesterAnm.Bed.Info
860 GW Gebundene Wahlfächer - Technische Mathematik

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Sprache

Deutsch