Maschinelles Lernern mit Anwendungen in der Finanzmathematik und angrenzenden Feldern

In diesem Projekt werden verschieden neue Verfahren mit Methoden des Maschinellen Lernens (etwa Deep Neural Networks, Support Vector Machines oder Boltzmann Machines) entwickelt und deren Anwendung in der Finanzmathematik studiert. Auch Anwendungen in verwandten Gebieten werden betrachtet.

Weitere Informationen: http://www.stochastik.uni-freiburg.de/schmidt
Ansprechpartner: Schmidt T

Projektbeginn: 01.05.2017
Projektende: (unbegrenzt)

Schmidt T

Albert-Ludwigs-Universität Freiburg
Abteilung für Mathematische Stochastik
Prof. Dr. Thorsten Schmidt
Ernst-Zermelo-Straße 1
79104 Freiburg

Telefon: 5664
Fax: 5661
Email: sekretariat@stochastik.uni-freiburg.de
https://www.stochastik.uni-freiburg.de/schmidt

• Khosrawi-Sardroudi W

• Gümbel S, Schmidt T: Machine Learning for Multiple Yield Curve Markets: Fast Calibration in the Gaussian Affine Framework Risks, 2020; 8 (2): 1-18. : https://doi.org/10.3390/risks8020050 (download: https://www.mdpi.com/2227-9091/8/2/50)