Título :	Mining Data for Financial Applications : 4th ECML PKDD Workshop, MIDAS 2019, Würzburg, Germany, September 16, 2019, Revised Selected Papers
Tipo de documento:	documento electrónico
Autores:	Bitetta, Valerio, ; Bordino, Ilaria, ; Ferretti, Andrea, ; Gullo, Francesco, ; Pascolutti, Stefano, ; Ponti, Giovanni,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2020
Número de páginas:	IX, 133 p. 37 ilustraciones, 27 ilustraciones en color.
ISBN/ISSN/DL:	978-3-030-37720-5
Nota general:	Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave:	Inteligencia artificial  Visión por computador  Ingeniería Informática  Red de computadoras  Comercio electrónico  Ciencias sociales  Ingeniería Informática y Redes  Redes de comunicación informática  comercio electrónico y negocios electrónicos  Aplicación informática en ciencias sociales y del comportamiento
Índice Dewey:	006.3 Inteligencia artificial
Resumen:	Este libro constituye una selección revisada de artículos del 4to Taller sobre Minería de Datos para Aplicaciones Financieras, MIDAS 2019, celebrado junto con ECML PKDD 2019, en Würzburg, Alemania, en septiembre de 2019. Los 8 artículos completos y 3 breves presentados en este volumen fueron cuidadosamente revisado y seleccionado entre 16 presentaciones. Se ocupan de los desafíos, las potencialidades y las aplicaciones del aprovechamiento de las tareas de extracción de datos en relación con problemas en el ámbito financiero.
Nota de contenido:	MQLV: Optimal Policy of Money Management in Retail Banking with Q-Learning -- Curriculum Learning in Deep Neural Networks for Financial Forecasting -- Representation Learning in Graphs for Credit Card Fraud Detection -- Firms Default Prediction with Machine Learning -- Convolutional Neural Networks, Image Recognition and Financial Time Series Forecasting -- Mining Business Relationships from Stocks and News -- Mining Financial Risk Events from News and Assessing their impact on Stocks -- Monitoring the Business Cycle with Fine-grained, Aspect-based Sentiment Extraction from News -- Multi-step Prediction of Financial Asset Return Volatility Using Parsimonious Autoregressive Sequential Model -- Big Data Financial Sentiment Analysis in the European Bond Markets -- A Brand Scoring System for Cryptocurrencies Based on Social Media Data.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Mining Data for Financial Applications : 4th ECML PKDD Workshop, MIDAS 2019, Würzburg, Germany, September 16, 2019, Revised Selected Papers [documento electrónico] / Bitetta, Valerio, ; Bordino, Ilaria, ; Ferretti, Andrea, ; Gullo, Francesco, ; Pascolutti, Stefano, ; Ponti, Giovanni,  . -  1 ed.  . - [s.l.] : Springer, 2020 . - IX, 133 p. 37 ilustraciones, 27 ilustraciones en color.
ISBN : 978-3-030-37720-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.

Palabras clave:	Inteligencia artificial  Visión por computador  Ingeniería Informática  Red de computadoras  Comercio electrónico  Ciencias sociales  Ingeniería Informática y Redes  Redes de comunicación informática  comercio electrónico y negocios electrónicos  Aplicación informática en ciencias sociales y del comportamiento
Índice Dewey:	006.3 Inteligencia artificial
Resumen:	Este libro constituye una selección revisada de artículos del 4to Taller sobre Minería de Datos para Aplicaciones Financieras, MIDAS 2019, celebrado junto con ECML PKDD 2019, en Würzburg, Alemania, en septiembre de 2019. Los 8 artículos completos y 3 breves presentados en este volumen fueron cuidadosamente revisado y seleccionado entre 16 presentaciones. Se ocupan de los desafíos, las potencialidades y las aplicaciones del aprovechamiento de las tareas de extracción de datos en relación con problemas en el ámbito financiero.
Nota de contenido:	MQLV: Optimal Policy of Money Management in Retail Banking with Q-Learning -- Curriculum Learning in Deep Neural Networks for Financial Forecasting -- Representation Learning in Graphs for Credit Card Fraud Detection -- Firms Default Prediction with Machine Learning -- Convolutional Neural Networks, Image Recognition and Financial Time Series Forecasting -- Mining Business Relationships from Stocks and News -- Mining Financial Risk Events from News and Assessing their impact on Stocks -- Monitoring the Business Cycle with Fine-grained, Aspect-based Sentiment Extraction from News -- Multi-step Prediction of Financial Asset Return Volatility Using Parsimonious Autoregressive Sequential Model -- Big Data Financial Sentiment Analysis in the European Bond Markets -- A Brand Scoring System for Cryptocurrencies Based on Social Media Data.
En línea:	https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i