Bachelorseminar Probabilistisches Maschinelles Lernen und Finanzmathematik
| Termin: | Dienstag 14-16 Uhr im SRZ 105 |
| Start: | Dienstag 16.04.2019 |
| Dozent: | Prof. Dr. Steffen Dereich, Jun.-Prof. Dr. Chiranjib Mukherjee |
| Assistenz: | Yannic Bröker, Sebastian Kassing |
| KommVV: |
Eintrag der Veranstaltung im kommentierten Vorlesungsverzeichnis |
|
Inhalt: (Probabilistisches Maschinelles Lernen) |
Künstliche Intelligenz beinhaltet Maschinelles Lernen sowie Deep Learning als besondere Teilgebiete, welche uns heutzutage unter anderem bei Google, Apple und Amazon begegnen. Dieses Thema nutzt Techniken aus der Wahrscheinlichkeitstheorie sowie der Statistik und besitzt viele Anwendungen wie "Handwritten digits recongnition", "Face recognition" und "Speech recognition". In diesem Seminar werden wir die mathematischen Grundlagen und einige Anwendungen kennenlernen und herausfinden, was durch Maschinelles Lernen erreicht werden kann und wo dessen Grenzen liegen. |
|
Inhalt: (Finanzmathematik) |
In diesem Teil beschäftigen wir uns mit der mathematischen Bewertungstheorie in Finanzmärkten (Arbitragetheorie). Es werden sowohl Modelle mit endlich vielen Perioden als auch Modelle mit kontinuierlicher Zeit betrachtet. |
| Literatur: | Finanzmathematik: Föllmer, Schied, "Stochastic Finance" |
| Themenvergabe: |
Das Seminar besteht aus zwei Themenblöcken und wenn Sie Interesse an der Teilnahme haben, senden Sie bitte eine eMail an Yannic Bröker in der Sie insbesondere den Themenbereich angeben, den Sie bevorzugen. Teilen Sie uns bitte auch mit, ob Sie einen früheren oder späteren Termin für Ihren Vortrag präferieren. |
| Learnweb: | Bitte treten Sie dem Lernwebkurs für dieses Seminar unter dem folgenden Link bei. Der Einschreibeschlüssel lautet BSPMLuF2019. |
Organisation
| Vorabgabe: | Die Ausarbeitung des Vortrags muss bis spätestens zwei Wochen vor dem Vortrag in Form einer pdf-Datei abgegeben werden. |