テキスト分析と金融工学
Deep Learning Toolbox™ を使用して、テキスト分析と金融工学の各アプリケーションに深層学習を組み込みます。
注目の例
深層学習を使用したテキスト データの分類
この例では、深層学習長短期記憶 (LSTM) ネットワークを使用してテキスト データを分類する方法を説明します。
深層学習を使用した複数ラベルをもつテキストの分類
この例では、複数の独立したラベルをもつテキスト データを分類する方法を説明します。
アテンションを使用した sequence-to-sequence 変換
この例では、アテンションを使用した再帰型 sequence-to-sequence 符号化器-復号化器モデルを用いて数字の文字列をローマ数字に変換する方法を説明します。
Compare Deep Learning Networks for Credit Default Prediction
Create, train, and compare three deep learning networks for predicting credit default probability.
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.
Hedge Options Using Reinforcement Learning Toolbox
Outperform the traditional BSM approach using an optimal option hedging policy.
