Principes fondamentaux du Machine Learning pour la finance d'entreprise

Cet ouvrage propose une introduction claire et rigoureuse à l'utilisation du Machine Learning dans la finance d'entreprise. Il explique comment les entreprises sont passées des budgets, des ratios et des feuilles de calcul à des modèles prédictifs capables d'anticiper les ventes, d'estimer la liquidité, de classer les risques, de détecter la fraude et d'étayer les décisions stratégiques. Sans exiger de connaissances avancées en programmation, cet ouvrage allie théorie financière, science des données, éthique de l'intelligence artificielle, études de cas et code reproductible en Python et R. Son approche est à la fois académique mais accessible : il s'adresse aux étudiants universitaires, aux entrepreneurs, aux analystes financiers et aux jeunes professionnels qui souhaitent comprendre la transformation numérique de la finance sans perdre de vue le jugement humain. Le message central est clair: les algorithmes ne remplacent pas le jugement financier; ils l'élargissent, le remettent en question et obligent à mieux le documenter.