텍스트 분석 및 계산 금융

텍스트 분석 및 계산 금융 응용 분야에서 딥러닝 워크플로 확장

Deep Learning Toolbox™를 사용하여 텍스트 분석과 계산 금융 응용 분야에 딥러닝을 적용합니다.

추천 예제

딥러닝을 사용하여 텍스트 데이터 분류하기

이 예제에서는 딥러닝 장단기 기억(LSTM) 신경망을 사용하여 텍스트 데이터를 분류하는 방법을 보여줍니다.

라이브 스크립트 열기

Multilabel Text Classification Using Deep Learning

Classify text data that has multiple independent labels.

라이브 스크립트 열기

Sequence-to-Sequence Translation Using Attention

Convert decimal strings to Roman numerals using a recurrent sequence-to-sequence encoder-decoder model with attention.

라이브 스크립트 열기

Compare Deep Learning Networks for Credit Default Prediction

Create, train, and compare three deep learning networks for predicting credit default probability.

라이브 스크립트 열기

Interpret and Stress-Test Deep Learning Networks for Probability of Default

Train a credit risk for probability of default (PD) prediction using a deep neural network. The example also shows how to use the locally interpretable model-agnostic explanations (LIME) and Shapley values interpretability techniques to understand the predictions of the model. In addition, the example analyzes model predictions for out-of-sample values and performs a stress-testing analysis.

라이브 스크립트 열기

Hedge Options Using Reinforcement Learning Toolbox

Outperform the traditional BSM approach using an optimal option hedging policy.

라이브 스크립트 열기