Cursuri de pregatire Machine Learning with Azure Databricks for Finance

Introducere în ML în Serviciile Financiare

• Panoramă a cazurilor de utilizare frecvente ale ML în domeniul financiar
• Beneficii și provocări ale ML în industriile reglementate
• Azure Databricks panoramă a ecosistemului

Prepararea Datelor Financiare pentru ML

• Importarea datelor din Azure Data Lake sau baze de date
• Curățarea datelor, ingineria caracteristicilor și transformarea lor
• Analiza exploratorie a datelor (EDA) în notebook-uri

Antrenarea și Evaluarea Modelelor ML

• Împărțirea datelor și selectarea algoritmilor de ML
• Antrenarea modelelor de regresie și clasificare
• Evaluarea performanței modelului cu metrici financiare

Model Management cu MLflow

• Urmărirea experimentelor cu parametri și metrici
• Salvarea, înregistrarea și versiunarea modelului
• Reproducibilitatea și comparația rezultatelor modelului

Afișarea și Servirea Modelelor ML

• Embalarea modelelor pentru inferență în serie sau timp real
• Servirea modelelor prin intermediul API-uri REST sau Azure ML endpoints
• Integrarea predicțiilor în tablele de bord financiare sau alerte

Monitorizarea și Retraining Pipelines

• Programare periodică a retraining-ului modelului cu noi date
• Monitorizarea derapării datelor și a preciziei modelului
• Automatizarea fluxurilor de muncă end-to-end cu Databricks Jobs

Use Case Parcurgere: Evaluare Riscului Financiar

• Construirea unui model de scorare a riscurilor pentru cererile de împrumut sau credit
• Explicarea predicțiilor pentru transparență și conformitate
• Afișarea și testarea modelului într-un mediu controlat

Rezumat și Următoarele Pași