该课程旨在帮助学生解决他们在现实生活中可能遇到的可使用 ML 的实际问题，其中包括(1) 了解所面临的问题在可用的 ML 方法中处于什么位置；(2) 了解哪种特定的 ML 方法最适合解决问题；(3) 成功实施解决方案并评估其性能的能力。

对机器学习（ML）有一定了解或没有相关知识的学员将了解监督学习、无监督学习和强化学习的主要算法，并能够使用 ML 开源 Python 软件包设计、测试和实施金融领域的 ML 算法。 金融领域机器学习基础》将对监督学习、无监督学习和强化学习提供更深入的了解，并以一个使用无监督学习实施简单投资组合交易策略的项目作为结束。 本课程专为以下三类学生设计： 在银行、资产管理公司或对冲基金等金融机构工作的从业人员 对个人日间交易中的机器学习应用感兴趣的个人 目前正在攻读金融、统计、计算机科学、数学、物理、工程或其他相关学科学位的全日制学生，他们希望了解机器学习在金融中的实际应用 要完成本课程的作业，必须具备 Python（包括 numpy、pandas 和 IPython/Jupyter笔记本）、线性代数、基础概率论和基础微积分方面的经验。