Machine Learning in Finance: From Theory to Practice

Name: Machine Learning in Finance: From Theory to Practice
Author: Dixon, Matthew F.

Dixon, Matthew F.

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Kurzinformation

Sprache:

Englisch

ISBN:

3030410676

Verlag:

Springer

Seitenzahl:

576

Auflage:

Erschienen:

2020-07-02

Dieser Artikel steht derzeit nicht zur Verfügung!

Gebrauchte Bücher kaufen

Information

Das Buch befindet sich in einem sehr guten, unbenutzten Zustand.

Information

Das Buch befindet sich in einem sehr guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können leichte Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem guten, gelesenen Zustand. Die Seiten und der Einband sind intakt. Buchrücken/Ecken/Kanten können Knicke/Gebrauchsspuren aufweisen.

Information

Das Buch befindet sich in einem lesbaren Zustand. Die Seiten und der Einband sind intakt, jedoch weisen Buchrücken/Ecken/Kanten starke Knicke/Gebrauchsspuren auf. Zusatzmaterialien können fehlen.

Neues Buch oder eBook (pdf) kaufen

Information

Neuware - verlagsfrische aktuelle Buchausgabe.

Neu bei

bestellen

Handgeprüfte Gebrauchtware

Schnelle Lieferung

Faire Preise

inkl. MwSt. Versandinformationen

Artikel zZt. nicht lieferbar

Weitere Zahlungsmöglichkeiten

Beschreibung

Machine Learning in Finance: From Theory to Practice

From Theory to Practice

Machine Learning in Finance: From Theory to Practice

Produktdetails

Einband:

Gebunden

Seitenzahl:

576

Erschienen:

2020-07-02

Sprache:

Englisch

EAN:

9783030410674

ISBN:

3030410676

Verlag:

Springer

Gewicht:

1021 g

Auflage:

Alle gebrauchten Bücher werden von uns handgeprüft.
So garantieren wir Dir zu jeder Zeit Premiumqualität.

Über den Autor

Dixon, Matthew F.

Paul Bilokon, Ph.D., is CEO and Founder of Thalesians Ltd. Paul has made contributions to mathematical logic, domain theory, and stochastic filtering theory, and, with Abbas Edalat, has published a prestigious LICS paper. He is a member of the British Computer Society, the Institution of Engineering and the European Complex Systems Society. Matthew Dixon, FRM, Ph.D., is an Assistant Professor of Applied Math at the Illinois Institute of Technology and an Affiliate of the Stuart School of Business. He has published over 20 peer reviewed publications on machine learning and quant finance and has been cited in Bloomberg Markets and the Financial Times as an AI in fintech expert. He is Deputy Editor of the Journal of Machine Learning in Finance, Associate Editor of the AIMS Journal on Dynamics and Games, and is a member of the Advisory Board of the CFA Quantitative Investing Group. Igor Halperin, Ph.D., is a Research Professor in Financial Engineering at NYU, and an AI Research associate at Fidelity Investments. Igor has published more than 50 scientific articles in machine learning, quantitative finance and theoretic physics. Prior to joining the financial industry, he held postdoctoral positions in theoretical physics at the Technion and the University of British Columbia.