| Judul | Machine Learning Applications in Finance: 2nd Edition |
| Pengarang | Kaucic, Massimiliano |
| EDISI | Edisi Kedua / 2nd Edition (Reprint/Cetakan Ulang dari Special Issue Jurnal Journal of Risk and Financial Management) |
| Penerbitan | Basel, Swiss (Switzerland) : MDPI - Multidisciplinary Digital Publishing Institute, 2025 |
| Deskripsi Fisik | 242 hal :ilus ;24,4 cm |
| ISBN | 978-3-7258-3783-0 |
| Subjek | FinTech Manajemen Risiko |
| Abstrak | Buku edisi kedua ini merupakan kumpulan artikel ilmiah mutakhir (Special Issue) yang dipublikasikan dalam Journal of Risk and Financial Management (JRFM). Buku ini mengeksplorasi kelanjutan evolusi dan peningkatan implementasi algoritma pembelajaran mesin (machine learning) dan kecerdasan buatan (AI) di dalam memecahkan masalah-masalah kompleks pada sektor keuangan dan manajemen risiko modern. Di dalam volume ini, para peneliti memaparkan pemodelan canggih mulai dari penggunaan jaringan saraf tiruan (deep learning) untuk prediksi arah pergerakan harga saham, algoritma genetika untuk optimasi alokasi portofolio, hingga metode pembelajaran terbimbing (supervised learning) untuk penilaian risiko kredit (credit scoring) dan deteksi aktivitas penipuan transaksi (fraud detection). Selain menyajikan keunggulan akurasi dari teknik kuantitatif berbasis data besar (big data), buku ini juga mengkaji tantangan komputasi dan interpretabilitas model AI di industri finansial global. Buku ini menjadi acuan teoretis serta praktis yang penting bagi para insinyur data, ilmuwan finansial kuantitatif (quant), analis risiko, dan akademisi FinTech. |
| Bentuk Karya | Tidak ada kode yang sesuai |
| Target Pembaca | Tidak ada kode yang sesuai |
| Lokasi Akses Online |
https://mdpi-res.com/bookfiles/book/11963/Machine_Learning_Applications_in_Finance_2nd_Edition.pdf?v=1781658745 |
| No Barcode | No. Panggil | Akses | Lokasi | Ketersediaan |
|---|---|---|---|---|
| 00000301189 | 332.0285 Kau m | Baca Online | Perpustakaan Pusat - Online Resources Ebook |
Tersedia |
| Tag | Ind1 | Ind2 | Isi |
| 001 | INLIS000000000169428 | ||
| 005 | 20260617100923 | ||
| 007 | ta | ||
| 008 | 260617################|##########|#|## | ||
| 020 | # | # | $a 978-3-7258-3783-0 |
| 035 | # | # | $a 0010-0626000673 |
| 082 | # | # | $a 332.0285 |
| 084 | # | # | $a 332.0285 Kau m |
| 100 | 1 | # | $a Kaucic, Massimiliano |
| 245 | 1 | # | $a Machine Learning Applications in Finance: 2nd Edition |
| 250 | # | # | $a Edisi Kedua / 2nd Edition (Reprint/Cetakan Ulang dari Special Issue Jurnal Journal of Risk and Financial Management) |
| 260 | # | # | $a Basel, Swiss (Switzerland) :$b MDPI - Multidisciplinary Digital Publishing Institute,$c 2025 |
| 300 | # | # | $a 242 hal : $b ilus ; $c 24,4 cm |
| 520 | # | # | $a Buku edisi kedua ini merupakan kumpulan artikel ilmiah mutakhir (Special Issue) yang dipublikasikan dalam Journal of Risk and Financial Management (JRFM). Buku ini mengeksplorasi kelanjutan evolusi dan peningkatan implementasi algoritma pembelajaran mesin (machine learning) dan kecerdasan buatan (AI) di dalam memecahkan masalah-masalah kompleks pada sektor keuangan dan manajemen risiko modern. Di dalam volume ini, para peneliti memaparkan pemodelan canggih mulai dari penggunaan jaringan saraf tiruan (deep learning) untuk prediksi arah pergerakan harga saham, algoritma genetika untuk optimasi alokasi portofolio, hingga metode pembelajaran terbimbing (supervised learning) untuk penilaian risiko kredit (credit scoring) dan deteksi aktivitas penipuan transaksi (fraud detection). Selain menyajikan keunggulan akurasi dari teknik kuantitatif berbasis data besar (big data), buku ini juga mengkaji tantangan komputasi dan interpretabilitas model AI di industri finansial global. Buku ini menjadi acuan teoretis serta praktis yang penting bagi para insinyur data, ilmuwan finansial kuantitatif (quant), analis risiko, dan akademisi FinTech. |
| 650 | # | # | $a FinTech |
| 650 | # | # | $a Manajemen Risiko |
| 856 | # | # | $a https://mdpi-res.com/bookfiles/book/11963/Machine_Learning_Applications_in_Finance_2nd_Edition.pdf?v=1781658745 |
| 990 | # | # | $a 00000301189 |
Content Unduh katalog
Karya Terkait :