English
Hilfe
Login
Lehrangebot
Lehrveranstaltungen
Studienangebot
Abschlussarbeiten
Studienbewerbung
Mobility Services
roomTUlearn
Raumverwaltung
Belegungsplan
Unterstützungsangebote für Studierende
Lehre
Forschung
Organisation
105.174
AKFVM AKSTA Deep Learning in Finanz- und Versicherungsmathematik
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.
2024W
2023W
2024W, VO, 3.0h, 4.5EC
Merkmale
Semesterwochenstunden: 3.0
ECTS: 4.5
Typ: VO Vorlesung
Format der Abhaltung: Präsenz
Lernergebnisse
Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...
verschiedene Typen von neuronalen Netzwerken zu beschreiben (rekurrente, konvolutionäre), sowie deren Topologie zu diskutieren
das stochastische Gradientenabstiegsverfahren einschließlich Kurvatur anzuwenden
die entsprechenden Algorithmen via Keras und Tensorflow zu implementieren
die resultierende Deep Learning Technologie anzuwenden auf Probleme der Finanz- und Versicherungsmathematk
Inhalt der Lehrveranstaltung
erforderliche Grundlagen der linearen Algebra und bayesianischen Statistik
rekurrente neuronale Netzwerke und deren Anwendung auf Importance Sampling zur Derivatewertberechnung, Limitorderbuch, Solvency Capital Requirement, Lebensversicherungsrisikoabschätzung
konvolutionäre neuronale Netzwerke und deren Anwendung auf Finanzzeitreihen
Methoden
Tafelvortrag
Konzeptionelle mathematische Beweise
Programmierung in Python basierend auf der Keras/Tensorflow Plattform
Prüfungsmodus
Mündlich
Vortragende Personen
Rheinländer, Thorsten
Institut
E105 Institut für Stochastik und Wirtschaftsmathematik
LVA Termine
Tag
Zeit
Datum
Ort
Beschreibung
Mi.
10:00 - 12:00
02.10.2024
Zeichensaal 3
Erster Termin beginnt später
Mi.
09:00 - 12:00
09.10.2024 - 29.01.2025
Sem.R. DB gelb 05 B
.
Einzeltermine anzeigen
AKFVM AKSTA Deep Learning in Finanz- und Versicherungsmathematik - Einzeltermine
F
P
1
N
E
Tag
Datum
Zeit
Ort
Beschreibung
Mi.
02.10.2024
10:00 - 12:00
Zeichensaal 3
Erster Termin beginnt später
Mi.
09.10.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
16.10.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
23.10.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
30.10.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
06.11.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
13.11.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
20.11.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
27.11.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
04.12.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
11.12.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
18.12.2024
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
08.01.2025
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
15.01.2025
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
22.01.2025
09:00 - 12:00
Sem.R. DB gelb 05 B
.
Mi.
29.01.2025
09:00 - 12:00
Sem.R. DB gelb 05 B
.
F
P
1
N
E
Leistungsnachweis
Mündliche Prüfung
LVA-Anmeldung
Von
Bis
Abmeldung bis
01.07.2024 00:00
31.10.2024 23:59
31.10.2024 23:59
Curricula
Studienkennzahl
Verbindlichkeit
Semester
Anm.Bed.
Info
860 GW Gebundene Wahlfächer - Technische Mathematik
Gebundenes Wahlfach
Literatur
Es wird kein Skriptum zur Lehrveranstaltung angeboten.
Sprache
bei Bedarf in Englisch