テキスト分析と金融工学

テキスト分析と金融工学のアプリケーションにおける深層学習のワークフローの拡張

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。

ライブスクリプトを開く

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。

ライブスクリプトを開く

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。

ライブスクリプトを開く

Compare Deep Learning Networks for Credit Default Prediction

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

ライブスクリプトを開く

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.