<div class="raw-html-embed"> <a href="https://staempflirecht.ch/schweizerische-zivilprozessordnung-art-1352-zpo-sowie-art-400408-zpo/ean-9783727222108">
 Jetzt bestellen
</a>
: Schweizerische Zivilprozessordnung (Art. 1–352 ZPO sowie Art. 400–408 ZPO)</div>

Über uns

À propos de nous

Nachhaltigkeit

Durabilité

Open Access

Karriere

Carrière

Datenschutz

Protection des données

Impressum

Mentions légales

Zahlung und Lieferung

Paiement et livraison

LEXIA

LEXIA Arbeitsrecht

Was ist LEXIA?

C'est quoi LEXIA ?

LEXIA Familienrecht

Zeitschriften

Revues

recht

Pflegerecht

ZBJV

forumpoenale

ZStrR

Anwaltsrevue

Revue de l'avocat

RSAS

FamPra.ch

ASYL

Life Science Recht

BlAR

Sachbuch

Livres spécialisés

LOKI

Semaphor

Fokusthemen

Focus

Thema

Recht studieren

Arbeitsrecht

Droit du travail

Studium

Études

Familienrecht

Droit de la famille

Sozialversicherungsrecht

Droit des assurances sociales

Strafrecht

Droit pénal

Publikationen

Publications

Literatur

Onlinemodule LEXIA

Modules en ligne LEXIA

Bücher

Livres

Buchreihen

Collections

Datenbanken

recht.ch

Studienliteratur

Littérature pour les études

Services

Dienstleistungen für

Corporate Books

Publishing Lösungen

Aktuelles

Geschäftskunden

Professionnels

Corporate Publishing

Content solutions

Buchhandlungen

Librairies

Veranstaltungen

Événements

Presse

Dozierende

Enseignants

Studierende

Étudiants

Inserierende

Annonceurs

Newsletter

Blog

Autorinnen/Autoren

Auteurs

Unsere Schreibenden

Hilfe

Unsere Autorinnen und Autoren

Liste

Autorenlounge

Espace des auteurs

Bei uns publizieren

Publier chez nous

Autorenstimmen

Témoignages

Verlag

Éditions

Themen

Mehr wissen

Mitarbeitende

Collaborateurs

Geschichte

Histoire

Vision und Mission

Vision et mission

Unser Magazin

Notre magazine

Unternehmenskultur

Culture d'entreprise

Partner

Partenaires

Kontakt

Contact

Shop

Schweizer Recht

Ausländisches Recht

Über unseren Shop

Neuerscheinungen

Nouveautés

Unsere Funktionen

Nos fonctions

Vorankündigungen

À paraître

Nach Rechtsgebiet

Par domaine juridique

Kommentare

Commentaires

Gesamtkatalog

Catalogue complet

Datenrecht und neue Technologien

Marvin Jäschke

Die Künstliche Intelligenz im Urheberrecht

Systeme, Arbeitsprozesse und -ergebnisse moderner KI in einer urheberrechtlichen Gesamtbetrachtung

PyTorch-Programmierung professionell! Das meistbenutzte Deep-Learning-Framework in der Praxis: Lernen Sie für spezifische Aufgaben aus realen Projektszenarien, wie Sie mit PyTorch KI-Modelle trainieren, optimieren und produktiv einsetzen. Bert Gollnick zeigt Ihnen in diesem Buch alle einschlägigen Verfahren inklusive Python-Implementierung, von linearer Regression über große Sprachmodelle bis zur Kombination mehrerer Verfahren. Die Anwendungen beinhalten Computer Vision, RAG-Systeme, Zeitreihenanalysen und vieles mehr. Sie evaluieren und deployen Ihre Modelle mit modernsten Methoden und lernen dafür Tools wie FlowML, TensorBoard und FastAPI kennen. Profitieren Sie von vollständigen Codebeispielen, die auf handelsüblicher Hardware lauffähig sind, und entdecken Sie das Zusammenspiel mit PyTorch Lightning, HuggingFace und weiteren Tools.<ul><li>Deep Learning von der Datenaufbereitung über Training und Fineturing bis zum Deployment</li><li>Vielfältige Architekturen wie Autoencoder, RNNs, LLMs, RAG-Systeme etc.</li><li>Inkl. PyTorch Lightning, TensorBoard, LangChain, FastAPI u. v. m.</li></ul>Aus dem Inhalt:<ul><li>Installation des Frameworks</li><li>Deep-Learning-Grundkonzepte</li><li>Vortrainierte Modelle verwenden</li><li>Daten vorbereiten</li><li>Klassifizierungsaufgaben</li><li>Computer Vision</li><li>Empfehlungssysteme</li><li>Graph Neural Networks </li><li>Große Sprachmodelle (LLMs)</li><li>Zeitreihen-Vorhersagen</li><li>PyTorch Lightning</li><li>LangChain</li><li>Cloud-Deployment mit Heroku</li><li>FlowML, TensorBoard und WandB</li><li>Lokaler Einsatz mit FastAPI</li></ul>

PyTorch-Programmierung professionell! Das meistbenutzte Deep-Learning-Framework in der Praxis: Lernen Sie für spezifische Aufgaben aus realen Projektszenarien, wie Sie mit PyTorch KI-Modelle trainieren, optimieren und produktiv einsetzen. Bert Gollnick zeigt Ihnen in diesem Buch alle einschlägigen Verfahren inklusive Python-Implementierung, von linearer Regression über große Sprachmodelle bis zur Kombination mehrerer Verfahren. Die Anwendungen beinhalten Computer Vision, RAG-Systeme, Zeitreihenanalysen und vieles mehr. Sie evaluieren und deployen Ihre Modelle mit modernsten Methoden und lernen dafür Tools wie FlowML, TensorBoard und FastAPI kennen. Profitieren Sie von vollständigen Codebeispielen, die auf handelsüblicher Hardware lauffähig sind, und entdecken Sie das Zusammenspiel mit PyTorch Lightning, HuggingFace und weiteren Tools.Deep Learning von der Datenaufbereitung über Training und Fineturing bis zum DeploymentVielfältige Architekturen wie Autoencoder, RNNs, LLMs, RAG-Syteme etc.Inkl. PyTorch Lightning, TensorBoard, LangChain, FastAPI u.v.m.Aus dem Inhalt:Installation des FrameworksDeep-Learning-GrundkonzepteVortrainierte Modelle verwendenDaten vorbereitenKlassifizierungsaufgabenComputer VisionEmpfehlungssystemeGraph Neural Networks Große Sprachmodelle (LLMs)Zeitreihen-VorhersagenPyTorch LightningLangChainCloud-Deployment mit HerokuFlowML, TensorBoard und WandBLokaler Einsatz mit FastAPI

KI-Modelle trainieren, tunen und einsetzen

PyTorch

Studien zum ausländischen und internationalen Privatrecht

The property law connection of blockchain tokens still faces several challenges. Not only does decentralized storage appear, at first glance, to make the application of the 
 lex rei sitae
 impossible, but a token-specific property statute must also accommodate the fact that it encompasses both a transaction within the purely decentralized Bitcoin network and the ICO of a blockchain-based security issued by an issuer. Ownership rights in tokens-which can have great practical importance, for instance in cases of insolvency or enforcement-cannot be determined through the application of other conflict-of-law statutes. For rights and dispositions over blockchain-based securities, existing provisions, notably § 17a of the German Custody Act (
 Depotgesetz
 , DepotG) and § 32 of the Electronic Securities Act (
 elektronisches Wertpapiergesetz
 , eWpG), can be applied. Particular challenges arise from the definition of the term "security," which must be interpreted autonomously and given a broad scope of application. An analogous application of § 17a DepotG and § 32 eWpG to tokens issued on a centrally maintained register or by an issuer is possible. Tokens traded on purely decentralized blockchains without intermediaries can be connected through Articles 43 and 46 of the Introductory Act to the Civil Code (
 Einführungsgesetz zum Bürgerlichen Gesetzbuch
 , EGBGB), whereby the often impractical connection to the place where the asset is situated must be corrected by a fallback connection under Article 46 EGBGB. The governing law should be that of the jurisdiction in which the person who last acquired ownership of the token-through possession of the private key-in the context of a transaction presumably relevant under property law can be identified. A Europe-wide codification of a dedicated token property statute, incorporating the connection points mentioned above, would be desirable in order to eliminate existing legal uncertainties.

Das Internationale Sachenrecht der Blockchain-Token

Zum Werk Künstliche Intelligenz (KI) ist der Oberbegriff für eine Reihe von Technologien, welche - mit im Detail unterschiedlichen Ansätzen -auf Grundlage großer Datenmengen in der Lage sind, Muster zu erkennen und auf dieser Basis Entscheidungen zu treffen. Das Rechtshandbuch führt zunächst in technische Grundlagen ein und erörtert im Anschluss verschiedene praxisrelevante Rechtsfragen bei der Entwicklung und dem Einsatz von KI, wie etwa zivilrechtliche Haftung, Produktsicherheit, strafrechtliche Verantwortung, Vertragsrecht, Immaterialgüterrecht, Datenschutz, Gesellschaftsrecht, Verbraucherschutz, Arbeitsrecht, Insolvenzrecht, gerichtliche und außergerichtliche Streitbeilegung sowie anwaltliches Berufsrecht. Enthalten sind zudem Praxishilfen für häufig auftretende Sachverhalte. Vorteile auf einen Blick<ul><li>technische Hintergründe verständlich erläutert</li><li>übersichtliche Darstellung der praxisrelevanten Rechtsfragen</li><li>Praxishilfen</li></ul> Zur Neuauflage Die umfassend überarbeitete Neuauflage trägt der rasanten technischen und rechtlichen Entwicklung Rechnung. Es werden nicht nur die Besonderheiten großer Sprachmodelle (Large Language Models, LLMs) und generativer KI vertieft dargestellt, sondern auch die Vorgaben aus der kontrovers diskutierten KI-VO ("AI Act") berücksichtigt. Zielgruppe Für Anwaltschaft, Unternehmensjuristinnen und -juristen, Richterschaft, Referenteninnen und Referenten oder Sachbearbeitung in Behörden, Rechtspolitikerinnen und -politiker.

Zum Werk 
 Künstliche Intelligenz (KI) ist der Oberbegriff für eine Reihe von Technologien, welche - mit im Detail unterschiedlichen Ansätzen -auf Grundlage großer Datenmengen in der Lage sind, Muster zu erkennen und auf dieser Basis Entscheidungen zu treffen.
 
 Das Rechtshandbuch führt zunächst in technische Grundlagen ein und erörtert im Anschluss verschiedene praxisrelevante Rechtsfragen bei der Entwicklung und dem Einsatz von KI, wie etwa zivilrechtliche Haftung, Produktsicherheit, strafrechtliche Verantwortung, Vertragsrecht, Immaterialgüterrecht, Datenschutz, Gesellschaftsrecht, Verbraucherschutz, Arbeitsrecht, Insolvenzrecht, gerichtliche und außergerichtliche Streitbeilegung sowie anwaltliches Berufsrecht.
 
 Enthalten sind zudem Praxishilfen für häufig auftretende Sachverhalte.
 Vorteile auf einen Blick<ul><li>technische Hintergründe verständlich erläutert</li><li>übersichtliche Darstellung der praxisrelevanten Rechtsfragen</li><li>Praxishilfen</li></ul> Zur Neuauflage 
 Die umfassend überarbeitete Neuauflage trägt der rasanten technischen und rechtlichen Entwicklung Rechnung. Es werden nicht nur die Besonderheiten großer Sprachmodelle (Large Language Models, LLMs) und generativer KI vertieft dargestellt, sondern auch die Vorgaben aus der kontrovers diskutierten KI-VO ("AI Act") berücksichtigt.
 Zielgruppe 
 Für Anwaltschaft, Unternehmensjuristinnen und -juristen, Richterschaft, Referenteninnen und Referenten oder Sachbearbeitung in Behörden, Rechtspolitikerinnen und -politiker.

Rechtshandbuch Künstliche Intelligenz

Contributions to Finance and Accounting

This book focuses on the use of Artificial Intelligence (AI) for accounting, auditing, and finance. It explores how AI can be leveraged to perform various tasks within these fields and offers real life examples to illustrate its features and facilitate implementation. The book further examines how different AI technologies, such as Machine Learning, Deep Learning, Natural Language Processing, and others, can be used to improve processes and functions in accounting and financial reporting. Furthermore, the authors explain the different subsets of Artificial Intelligence and how they can be used for practical purposes. The book provides a basic guide of these emerging technologies to help practitioners in the field to better understand how they can be implemented in their companies.

This book focuses on the use of Artificial Intelligence (AI) for accounting, auditing, and finance. It explores how AI can be leveraged to perform various tasks within these fields and offers real life examples to illustrate its features and facilitate implementation. The book further examines how different AI technologies, such as Machine Learning, Deep Learning, Natural Language Processing, and others, can be used to improve processes and functions in accounting and financial reporting. Furthermore, the authors explain the different subsets of Artificial Intelligence and how they can be used for practical purposes. The book provides a basic guide of these emerging technologies to help practitioners in the field to better understand how they can be implemented in their companies.

A Guide for Implementation and Use

Artificial Intelligence in Accounting, Auditing and Finance

Although the German Civil Code (BGB) has contained injunctive relief for the protection of property rights in § 1004 since its inception, numerous dogmatic problems still surround this provision. Patrick Zurth examines injunctive relief from a legal-historical, legal-economic, and legal-dogmatic perspective, developing a new understanding of the "disturber." This characteristic forms the central element of § 1004 German Civil Code and also appears outside this norm in civil law, particularly in the case of so-called disturber liability in intellectual property and personality rights. The aim of this work is to deduce a uniform concept of disturbance across various sub-areas of private law. In particular, the proximity of injunctive relief to tort law is highlighted and the concept of disturbance in private law is further developed by including duties of conduct.

Der Störer im Privatrecht

International Series in Operations Research & Management Science

This book explores the latest innovations in energy economics and finance, with a particular focus on the role of machine learning algorithms in advancing the energy sector.It examines key factors shaping this field, including market structures, regulatory frameworks, environmental impacts, and the dynamics of the global energy market. It discusses the critical application of machine learning (ML) in energy financing, introducing predictive tools for forecasting energy prices across various sectors—such as crude oil, electricity, fuelwood, solar, and natural gas. It also addresses how ML can predict investor behavior and assess the efficiency of energy markets, with a focus on both the opportunities and challenges in renewable energy and energy finance.This book serves as a comprehensive guide for academics, practitioners, financial managers, stakeholders, government officials, and policymakers who seek strategies to enhance energy systems, reduce costs and uncertainties, and optimize revenue for economic growth. This is the first volume of a two-volume set.

Energy and Sustainable Analytics, Volume 1

Machine Learning Technologies on Energy Economics and Finance

Wie funktionieren Sprachmodelle? Welche ethischen Fragen stellen sich bei der Anwendung von KI? Und was kann KI in der Medizin und was nicht?In der Medizin besteht auf allen Ebenen ein großer Bedarf, mehr über KI zu lernen. Antworten auf diese und viele weitere Fragen gibt Ihnen dieses Buch. Von den Grundlagen der KI allgemein über KI in der klinischen Praxis und Forschung bis hin zu offenen Fragestellungen beleuchtet der Autor die relevanten Aspekte der KI für die Medizin. Zahlreiche Beispiele und Entwicklungsmöglichkeiten geben eine Momentaufnahme und einen Ausblick auf eine innovative Medizinlandschaft, in der KI und menschliche Expertise sich gegenseitig ergänzen.Der AutorProf. Dr. Jakob Nikolas Kather ist Facharzt für Innere Medizin und W3-Professor an der Medizinischen Fakultät sowie der Fakultät für Informatik der TU Dresden und Leiter der Abteilung für klinische künstliche Intelligenz im Else Kröner Fresenius Zentrum für Digitale Gesundheit an der TU Dresden.

Für Ärztinnen und Ärzte

Künstliche Intelligenz in der Medizin

Progress in IS

This book presents an overview of the emerging topics in Artificial Intelligence (AI) and cybersecurity and addresses the latest AI models that could be potentially applied to a range of cybersecurity areas. Furthermore, it provides different techniques of how to make the AI algorithms secure from adversarial attacks. The book presents the cyber threat landscape and explains the various spectrums of AI and the applications and limitations of AI in cybersecurity. Moreover, it explores the applications and limitations of secure AI. The authors discuss the three categories of machine learning (ML) models and reviews cutting-edge recent Deep Learning (DL) models. Furthermore, the book provides a general AI framework in security as well as different modules of the framework; similarly, chapter four proposes a general framework for secure AI. It explains different aspects of network security including malware and attacks.The book also includes a comprehensive study of various scopes of application security; categorised into three groups of smartphone, web application, and desktop application and delves into the concepts of cloud security. The authors discuss state-of-the-art Internet of Things (IoT) security and describe various challenges of AI for cybersecurity, such as data diversity, model customising, explainability, and time complexity and includes some future work. They provide a comprehensive understanding of adversarial machine learning including the up-to-date adversarial attacks and defences. The book finishes off with a discussion of the challenges and future work in secure AI.
 Overall, this book covers applications of AI models to various fields of cybersecurity and appeals not only to an scholarly audience but also to professionals wanting to learn more about the new developments in these areas.

Challenges, Strategies and Trends

Understanding AI in Cybersecurity and Secure AI

De Gruyter Textbook

This course aims at providing a mathematical perspective to some key elements of the so-called deep neural networks (DNNs).&nbsp; Much of the interest on deep learning has focused on the implementation of DNN-based algorithms.&nbsp;&nbsp; Our hope is that this compact textbook will offer a complementary point of view that emphasizes the underlying mathematical ideas. We believe that a more foundational perspective will help to answer important questions that have only received empirical answers so far.&nbsp;Our goal is to introduce basic concepts from deep learning in a rigorous mathematical fashion, e.g. introduce mathematical definitions of deep neural networks (DNNs), loss functions, the backpropagation algorithm, etc.&nbsp;We&nbsp;&nbsp; attempt to identify for each concept the simplest setting that minimizes technicalities but still contains the key mathematics.&nbsp;The book focuses on deep learning techniques and introduces them almost immediately. Other techniques such as regression and SVM are briefly introduced and used as a steppingstone for explaining basic ideas of deep learning.&nbsp;Throughout these notes, the rigorous definitions and statements are supplemented by heuristic explanations and figures. The book is organized so that each chapter introduces a key concept.&nbsp; When teaching this course, some chapters could be presented as a part of a single lecture whereas the others have more material and would take several lectures.&nbsp;&nbsp;

This course aims at providing a mathematical perspective to some key elements of the so-called deep neural networks (DNNs).&nbsp; Much of the interest on deep learning has focused on the implementation of DNN-based algorithms.&nbsp;&nbsp; Our hope is that this compact textbook will offer a complementary point of view that emphasizes the underlying mathematical ideas. We believe that a more foundational perspective will help to answer important questions that have only received empirical answers so far.&nbsp;Our goal is to introduce basic concepts from deep learning in a rigorous mathematical fashion, e.g. introduce mathematical definitions of deep neural networks (DNNs), loss functions, the backpropagation algorithm, etc.&nbsp;We&nbsp;&nbsp; attempt to identify for each concept the simplest setting that minimizes technicalities but still contains the key mathematics.&nbsp;The book focuses on deep learning techniques and introduces them almost immediately. Other techniques such as regression and SVM are briefly introduced and used as a steppingstone for explaining basic ideas of deep learning.&nbsp;Throughout these notes, the rigorous definitions and statements are supplemented by heuristic explanations and figures. The book is organized so that each chapter introduces a key concept.&nbsp; When teaching this course, some chapters could be presented as a part of a single lecture whereas the others have more material and would take several lectures.&nbsp;&nbsp;

An Introduction to Foundational Mathematics of Neural Nets

Mathematics of Deep Learning

Should German property law be adapted to the changed economic realities and in the future cover not only tangible but also intangible objects? Jan Felix Hoffmann examines this question by taking into account French, Austrian and Belgian property law. The latest discussions on crypto assets are also factored into the analysis.

Sachbegriff und Eigentumsordnung

Künstliche Intelligenz: Der Bestseller des Neurowissenschaftlers jetzt im Taschenbuch mit neuem Vorwort
 Der 
 renommierte Gehirnforscher
 , Psychiater und Bestseller-Autor 
 Manfred Spitzer
 ist ein ausgewiesener 
 Experte für neuronale Netze
 , auf denen KI aufbaut. Sein topaktuelles Buch über 
 künstliche Intelligenz
 informiert, klärt auf – und macht klar, dass niemand vorhersehen kann, ob mit KI 
 Rettung oder Untergang
 auf die Menschheit zukommt.
 
 &nbsp;»Wir brauchen nicht darüber nachzudenken, ob eine allgemeine KI irgendwann 
 Bewusstsein
 hat oder die Menschheit vernichtet – das ist 
 Science Fiction
 . Aber über reale 
 Risiken und Gefahren
 von böswilligen Menschen, die KI für ihre Zwecke missbrauchen, müssen wir nachdenken – gründlich. Und über die 
 Verantwortung
 der reichsten Unternehmen der Welt auch.« Manfred Spitzer
 
 Das Jahr 2023 wird als der Beginn einer 
 neuen Epoche in die Menschheitsgeschichte
 eingehen, als »Plauder-KIs« wie ChatGPT Schlagzeilen machten. Künstliche Intelligenz verändert die Welt, und das schneller und weitergehend als gedacht. Das beschreibt der Neurowissenschaftler und Bestseller-Autor Manfred Spitzer eindrucksvoll in seinem neuen Buch. Sie funktioniert im Kern mit neuronalen Netzwerken, über die der Autor vor rund 30 Jahren bereits bahnbrechend geforscht hat. Er analysiert hier nun den Einsatz von KI in den Bereichen Medizin, Militär, Klima, Natur- und Geisteswissenschaften, Verbrechensbekämpfung, Politik, Wirtschaft sowie im Alltag. Sein beunruhigendes Fazit: KI durchdringt schon jetzt unser Leben und unsere Gesellschaft, und zwar ohne jede 
 Regulierung
 , von vorheriger 
 Technikfolgenabschätzung
 nicht zu reden. KIs produzieren eben nicht nur »Dummheiten«; in falschen Händen können sie die Menschheit in den Abgrund stürzen.
 Aus dem Inhalt:
 &nbsp;
 ChatGPT: Geist aus der Flasche
 – Der Plauderroboter – Sprengstoff, Ladendiebstahl, Folter und Weltuntergang – Vertrauen, Transparenz und Verantwortung
 Was bisher geschah:
 Von AlphaGo Zero bis MuZero – Künstliche Intuition – Hautkrebs und Handy – Eiweiß-Origami in der Molekularbiologie – Neue Antibiotika gegen unheilbare Krankheiten
 Gehirncomputer:
 Der erste Neuroinformatiker – Neuroplastizität – Abstraktion durch Tiefe – KI verbessert selbst – Algorithmen vs. neuronale Netzwerke
 Naturwissenschaft:
 Intuition – Denken, ohne zu denken Computer – »schnell und dumm«?
 KI – schon heute alltäglich:
 Innere Sicherheit: Predictive Policing – KI in Hollywood – globale Wettervorhersagen – KI an der Börse – KI bei Corona-Grenzkontrollen
 Geisteswissenschaft:
 Entzifferung von Keilschrift – Große Sprachmodelle – Ergänzung historischer Textfragmente – KI in der Archäologie – KI erweitert die Hermeneutik
 KI in der Medizin:
 Screening KI – Diagnostik von Gewebeproben – Krebsvorsorge – Lebenserwartung im Röntgenbild – Knochenbruch-Vorhersage – KI im klinischen Alltag
 Faszination und Angst:
 Menschen sind auch nur Maschinen – Echte und unechte Illusionen und Maschinen-Orchester
 Soziale Folgen:
 Vorurteile, Manipulation und der Verlust von Wahrheit – Rassistische KI – KI und Kriminalität – Radikalisierung als Geschäftsmodell – Weniger Wahrheit, Privatsphäre und Demokratie – ChatGPT in der Schule
 Die militärische Dimension von KI:
 Von MuZero zum Co-Piloten – Die DARPA, Drohnenschwärme und Soldaten – Das Grundproblem autonomer Systeme beim Militär
 KI: Rettung oder Bedrohung:
 Erdbebenvorhersage – KI und Klimakrise – Treibhausgas Methan – Goldener Wasserstoff – KI und das Problem atomarer, biologischer und chemischer Waffen – Regulierung: Prinzip Verantwortung

Dem Menschen überlegen – wie KI uns rettet und bedroht | Der SPIEGEL-Bestseller des Neurowissenschaftlers Prof. Dr. Manfred Spitzer jetzt im Taschenbuch

Künstliche Intelligenz

Wiley Finance

The complete and practical guide to one of the hottest topics in quantitative finance Deep learning, that is, the use of deep neural networks, is now one of the hottest topics amongst quantitative analysts. Deep Learning in Quantitative Finance provides a comprehensive treatment of deep learning and describes a wide range of applications in mainstream quantitative finance. Inside, you'll find over ten chapters which apply deep learning to multiple use cases across quantitative finance. You'll also gain access to a companion site containing a set of Jupyter notebooks, developed by the author, that use Python to illustrate the examples in the text. Readers will be able to work through these examples directly. This book is a complete resource on how deep learning is used in quantitative finance applications. It introduces the basics of neural networks, including feedforward networks, optimization, and training, before proceeding to cover more advanced topics. You'll also learn about the most important software frameworks. The book then proceeds to cover the very latest deep learning research in quantitative finance, including approximating derivative values, volatility models, credit curve mapping, generating realistic market data, and hedging. The book concludes with a look at the potential for quantum deep learning and the broader implications deep learning has for quantitative finance and quantitative analysts. <ul> <li>Covers the basics of deep learning and neural networks, including feedforward networks, optimization and training, and regularization techniques</li> <li>Offers an understanding of more advanced topics like CNNs, RNNs, autoencoders, generative models including GANs and VAEs, and deep reinforcement learning</li> <li>Demonstrates deep learning application in quantitative finance through case studies and hands-on applications via the companion website</li> <li>Introduces the most important software frameworks for applying deep learning within finance</li></ul> This book is perfect for anyone engaged with quantitative finance who wants to get involved in a subject that is clearly going to be hugely influential for the future of finance.

Deep Learning in Quantitative Finance

Die Künstliche Intelligenz im Urheberrecht

Weitere Titel zum Thema