機械学習を金融に適用するために必要な背景は何ですか？
株式市場との関係で機械学習に興味があります（株式の将来の価値を予測するなど）。
学習する必要のあるトピック-例調べるAIのどのブランチなど？そして、どのライブラリ/ツールが必要ですか？
機械学習は、人工知能とはかなり異なるコンピュータサイエンスの分野全体です。
スタンフォード大学は、機械学習のために 無料のオンラインクラス を提供しています。
機械学習だけでは、優れた取引戦略を作成するにはおそらく十分ではないことを理解する必要があります。市場がどのように機能するかをよく理解する必要があり、ほとんどの体系的な戦略では、取引コストを最小限に抑えるのに十分な資本が必要です（そうでない場合、戦略は収益性がありません。 実装不足 を参照してください）。
機械学習を理解して適用できるようにするには、優れた数学的背景も必要です（それが優れているほど、アルゴリズムをより深く理解できます）。この分野の参考書として 情報理論、推論、学習アルゴリズム（MacKay） をお勧めします。
私は機械学習の専門家と緊密に協力しており、MLを正しく適用するには多くの専門知識と数学の知識が必要であることがわかりました。これが数学、物理学、または他の数学の重い研究である場合、おそらくオンラインや本から多くを学ぶことができます。そうでない場合は、MLをブラックボックス以上のものとして使用するレベルに到達するには、MLを組み込んだ修士号を取得することを検討してください。金融業界の人々は統計やMLを知らないが、上司やクライアントに感銘を与える何かを得るためにそれを適用するだけでなく、何百万ドルもの損失をもたらすアドビを提供する可能性もある。
2年間の修士号を取得することはかなりの投資であると私は理解しています。ただし、実際にMLを賢く使用するには、これが要件になる可能性があります。