Artwork

Treść dostarczona przez The Quant / Financial Engineering Podcast and Patrick J Zoro. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez The Quant / Financial Engineering Podcast and Patrick J Zoro lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
Player FM - aplikacja do podcastów
Przejdź do trybu offline z Player FM !

Reinforcement Learning and Interpretability

34:59
 
Udostępnij
 

Manage episode 320254265 series 2686124
Treść dostarczona przez The Quant / Financial Engineering Podcast and Patrick J Zoro. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez The Quant / Financial Engineering Podcast and Patrick J Zoro lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
Patrick Zoro welcomes to his podcasts Hariom Tatsat author of the book "Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python 1st Edition", Bryan Yekelchik Lehigh MFE graduate and Zach Coriarty 4th Year, Bachelors of Science in Computer Science and Business at Lehigh University, Interested in data science and ML, LinkedIn: https://www.linkedin.com/in/zachary-coriarty/ They discuss their recent paper on "Deep Q-Network Interpertability: Applications to ETF Trading" https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3973146 https://www.svedbergopen.com/files/1643786733_(3)_IJAIML2021YH205248CR_(p_61-70).pdf
  continue reading

49 odcinków

Artwork
iconUdostępnij
 
Manage episode 320254265 series 2686124
Treść dostarczona przez The Quant / Financial Engineering Podcast and Patrick J Zoro. Cała zawartość podcastów, w tym odcinki, grafika i opisy podcastów, jest przesyłana i udostępniana bezpośrednio przez The Quant / Financial Engineering Podcast and Patrick J Zoro lub jego partnera na platformie podcastów. Jeśli uważasz, że ktoś wykorzystuje Twoje dzieło chronione prawem autorskim bez Twojej zgody, możesz postępować zgodnie z procedurą opisaną tutaj https://pl.player.fm/legal.
Patrick Zoro welcomes to his podcasts Hariom Tatsat author of the book "Machine Learning and Data Science Blueprints for Finance: From Building Trading Strategies to Robo-Advisors Using Python 1st Edition", Bryan Yekelchik Lehigh MFE graduate and Zach Coriarty 4th Year, Bachelors of Science in Computer Science and Business at Lehigh University, Interested in data science and ML, LinkedIn: https://www.linkedin.com/in/zachary-coriarty/ They discuss their recent paper on "Deep Q-Network Interpertability: Applications to ETF Trading" https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3973146 https://www.svedbergopen.com/files/1643786733_(3)_IJAIML2021YH205248CR_(p_61-70).pdf
  continue reading

49 odcinków

Wszystkie odcinki

×
 
Loading …

Zapraszamy w Player FM

Odtwarzacz FM skanuje sieć w poszukiwaniu wysokiej jakości podcastów, abyś mógł się nią cieszyć już teraz. To najlepsza aplikacja do podcastów, działająca na Androidzie, iPhonie i Internecie. Zarejestruj się, aby zsynchronizować subskrypcje na różnych urządzeniach.

 

Skrócona instrukcja obsługi