OTUS, Игорь Стурейко и др. | Машинное обучение для финансового анализа (2026) PCRec [RU]-Автор: Игорь Стурейко и др. Производство: Жанр: Видеокурс Описание: Курс по машинному обучению для финансового анализа поможет вам освоить практические методы работы с данными, автоматизации торговых стратегий и создания собственных интеллектуальных торговых систем на базе современных ML‑подходов.
Программа курса:
Введение в ML В этом модуле мы: - вспомним базовые навыки обработки данных; - научимся строить простые модели торговых стратегий; - познакомимся с показателями эффективности торговых стратегий; - научимся тестировать эффективность торговых стратегий. Тема 1: Введение в Python для обработки данных. Numpy и Pandas. Тема 2: Визуализация данных. Основные графики. mplfinance - "финансовые" графики. Тема 3: Стадия EDA: cбор, очистка и пропуски данных. Тема 4: Распределения случайных величин. Основы статистики. Аномалии в данных. Тема 5: Работа с большими объемами данных Тема 6: Основы машинного обучения. Три парадигмы. Основные типы задач. Алгоритмы классификации: деревья, SVM. Метрики классификации. Тема 7: Бектестинг. Backtesting, backtrader. Тема 8: Разложение временных рядов. Фурье и Вейвлет анализ. Тема 9: Задача регрессии. Метрики регрессии. Предсказание временных рядов. Технический анализ В этом модуле мы - познакомимся с техническим анализом; - рассмотрим основные паттерны технического анализа; - познакомимся с иснтрументами для технического анализа; - поработаем с проблемой переобучения моделей и узнаем как с ней бороться с помощью регуляризации; - поговорим про уменьшение размерности данных. Тема 1: Введение в технический анализ: индикаторы и паттерны. Создание признаков. Обогащение датасета. Тема 2: Торговая стратегия - построение торговой стратегии на тех анализе. Тема 3: Корреляция признаков. PCA Тема 4: Оценка важности признаков. Переобучение моделей. Регуляризация. Подбор гиперпараметров. Кросс-валидация. Тема 5: Ансамбли моделей. Бустинг, стекинг, блендинг. Sklearn.pipeline Тема 6: Портфель, портфельные стратегии. Понятие риска. Глубокое обучение В этом модуле мы познакомимся с нейронными сетями и их применением к анализу финансовых активов. Тема 1: Основы нейронных сетей. Модель нейрона, обратное распространение ошибки. Теорема Цыбенко. Полносвязная нейронная сеть. Тема 2: Глубокие сети. ResNet. Тема 3: Сверточные сети. ImageNet. Распространенные архитектуры сверточных сетей. Тема 4: Задача прогнозирования: RNN, LSTM. Тема 5: Задача прогнозирования: Transformers. Продвинутые нейросети В этом модуле мы познакомимся с продвинутыми концепциями машинного обучения, такими как большие языковые модели (LLaM) и обучение с подкреплением (Reinforcement learning) и их применением для улучшения качества торговой стратегии. Тема 1: LLM - Работа с текстовыми данными. BERT. Тема 2: LLM - большие модели. Оценка тональности новостей. Модель с Huggingface Тема 3: RL - концепция, модель среды и простые модели. Фреймворк FinRL. Тема 4: RL - применение Тема 5: Построение финального ансамбля. Обучение ансамбля. Подбор гиперпараметров. Создание конвейера обучения. Контроль параметров обучения сложной модели. Перенос модели в облачную среду В этом модуле мы настроим облачную инфраструктуру, перенесем нашу модель в облачную среду и настроим мониторинг состояния модели. Тема 1: Применение модели. Основные площадки. Московская биржа. Крипта. Тема 2: Облачная инфраструктура. Тема 3: Взаимодействие с моделью. Построение API. FastAPI. Тема 4: Docker. Упаковка модели и API в контейнер. Serverless запуск в облаке. Тема 5: Мониторинг состояния модели и текущих результатов. Prometheus+Grafana. Тема 6: Docker compose. Разворачивание микросервисной архитектуры. Тема 7: Оркестратор AirFlow. Контроль метрик модели и запуск цикла переобучения. Финальный проект Заключительный месяц курса посвящен проектной работе. Проект – это самая интересная часть обучения. Вы будете разрабатывать его на основе полученных на курсе навыков и компетенций. В процессе работы над проектом можно получить консультацию преподавателей. Тема 1: Курсовой проект. Постановка задачи. Особенности выполнения. Тема 2: Презентация и защита проекта Тема 3: Консультация
Продолжительность: 58:51:12 Качество видео: PCRec Язык озвучки: РусскийСкриншоты:
Курс OTUS, Игорь Стурейко и др. - Машинное обучение для финансового анализа (2026)
Текущее время: Сегодня 05:10
Часовой пояс: GMT + 4
Вы не можете начинать темы Вы не можете отвечать на сообщения Вы не можете редактировать свои сообщения Вы не можете удалять свои сообщения Вы не можете голосовать в опросах Вы не можете прикреплять файлы к сообщениям Вы не можете скачивать файлы