Marche aléatoire des prix
Simuler des trajectoires de prix par mouvement brownien géométrique et les comparer à une série boursière réelle.
Tous les parcoursDécouvrir Coursera PlusAprès l’étape 2 Après l’étape 4 Après l’étape 5
Data et IA · 35Avancé
Analyste quantitatif
Profil mathématique qui vise la finance ou l'assurance.
Mathématiques du machine learning, probabilités, inférence, techniques statistiques avancées et apprentissage automatique.
493heures de cours
50semaines à 10 h
5étapes
15cours
3universités
Compétences visées
Applied MathematicsStatisticsData ScienceData AnalysisStatistical AnalysisStatistical MethodsProbability & StatisticsStatistical InferenceModel OptimizationMachine LearningRegression AnalysisProbability Distribution
Intitulés de compétences repris de Coursera.
Métiers visés
- Analyste quantitatif
- Actuaire data
- Gestionnaire de risques
Progression
- 1Imperial College LondonDébutantPython, NumPy
Prérequis annoncés : High school maths; basic Python helpful for course 3
Voir les 3 cours
Cours Niveau Durée Note (avis) Mathematics for Machine Learning: Linear Algebra Débutant 19 h 4,6 (12 618) Mathematics for Machine Learning: Multivariate Calculus Débutant 18 h 4,7 (5 786) Mathematics for Machine Learning: PCA Intermédiaire 21 h 4,0 (3 190) - 2University of Colorado BoulderIntermédiaireR, Python, Jupyter Notebookscrédits universitaires
Prérequis annoncés : Calculus through Calculus II (multivariate preferred) and some R or Python experience
Voir les 3 cours
Cours Niveau Durée Note (avis) Probability Foundations for Data Science and AI Intermédiaire 43 h 4,5 (300) Discrete-Time Markov Chains and Monte Carlo Methods Intermédiaire 33 h 4,5 (22) Statistical Estimation for Data Science and AI Intermédiaire 29 h 4,0 (99) - 3University of Colorado BoulderIntermédiaireR, Jupyter Notebookscrédits universitaires
Prérequis annoncés : Calculus through Calculus II (multivariate preferred) and some R programming experience
Voir les 3 cours
Cours Niveau Durée Note (avis) Probability Foundations for Data Science and AIdéjà suivi Intermédiaire 43 h 4,5 (300) Statistical Estimation for Data Science and AIdéjà suivi Intermédiaire 29 h 4,0 (99) Statistical Inference and Hypothesis Testing in Data Science Applications Intermédiaire 37 h 4,6 (55) - 4Illinois TechIntermédiaireR, Python
Voir les 5 cours
Cours Niveau Durée Note (avis) Linear Regression Intermédiaire 27 h 4,6 (31) Model Diagnostics and Remedial Measures Intermédiaire 20 h 4,9 (11) Variable Selection, Model Validation, Nonlinear Regression Intermédiaire 21 h — Bayesian Computational Statistics Intermédiaire 89 h — Data Preparation and Analysis Intermédiaire 80 h — - 5University of Colorado BoulderIntermédiairePython
Voir les 3 cours
Cours Niveau Durée Note (avis) Introduction to Machine Learning: Supervised Learning Intermédiaire 23 h 4,5 (67) Introduction to Machine Learning: Unsupervised Learning Intermédiaire 15 h 4,6 (24) Introduction to Deep Learning Intermédiaire 18 h 4,5 (24)
Avec Coursera Plus
Ce parcours représente 493 heures, soit environ 12 mois à 10 heures par semaine. L’abonnement Coursera Plus donne accès à la plupart de ses cours pendant cette période.
Projets à réaliser
Valeur à risque
Estimer la VaR d’un portefeuille par méthode historique, paramétrique et Monte-Carlo.
Score de crédit
Construire un modèle de défaut de crédit sur des données publiques et l’évaluer avec la courbe ROC.
Manuels gratuits
Mathematics for Machine LearningM. P. Deisenroth, A. A. Faisal, C. S. OngPDF gratuit
Introduction to Probability, 2nd ed.J. K. Blitzstein, J. HwangVersion en ligne gratuite
An Introduction to Statistical Learning (Python)G. James, D. Witten, T. Hastie, R. Tibshirani, J. TaylorPDF gratuit
Probabilistic Machine Learning: An IntroductionKevin P. MurphyPDF gratuit, CC BY-NC-ND