Τα χρηματοοικονομικά είναι ο πρώτος οικονομικός τομέας που επιχείρησε να χρησιμοποιήσει τα συστήματα τεχνητής νοημοσύνης και τις μεθοδολογίες μηχανικής μάθησης από τα μέσα της δεκαετίας του 70 με πολύ μικρή επιτυχία. Μπαίνοντας στον 21 αιώνα, οι ισχυρότερες υπολογιστικές μηχανές και οι νέες μεθοδολογικές δομές επέτρεψαν στα συστήματα αυτά να αντιμετωπίσουν με πολύ καλύτερα αποτελέσματα τα χρηματοοικονομικά δεδομένα και πολύ συχνά να κυριαρχήσουν των παραδοσιακών οικονομετρικών μεθόδων. Ο στόχος του μαθήματος είναι η παρουσίαση και εφαρμογή των καινοτομικών αυτών μεθόδων σε παραδείγματα με την χρήση της γλώσσας Python. Θα παρουσιαστούν οι μηχανές διανυσμάτων υποστήριξης (SVM), τα δέντρα αποφάσεων (decision trees), τα random forests, διάφορες μορφές νευρωνικών δικτύων (neural networks), οι τεχνικές bagging και boosting, αρχιτεκτονικές deep learning (LSTM).