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.

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

• Vortrag
• Diskussion von konkreten Anwendungsbeispielen

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