Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Introducere
Înțelegerea fundamentelor Inteligenței Artificiale și Învățării Automate
Înțelegerea Învățării Profunde
- Prezentare generală a conceptelor de bază ale învățării profunde
- Diferențierea dintre învățarea automată și învățarea profundă
- Prezentare generală a aplicațiilor învățării profunde
Prezentare generală a Rețelelor Neuronale
- Ce sunt rețelele neuronale
- Rețele neuronale vs modele de regresie
- Înțelegerea fundamentei matematice și a mecanismelor de învățare
- Construirea unei rețele neuronale artificiale
- Înțelegerea nodurilor și conexiunilor neuronale
- Lucrul cu neuroni, straturi și date de intrare și ieșire
- Înțelegerea perceptronilor cu un singur strat
- Diferențe dintre învățarea supravegheată și nesupravegheată
- Înțelegerea rețelelor neuronale feedforward și feedback
- Înțelegerea propagării înainte și a propagării inverse
- Înțelegerea memoriei pe termen scurt și lung (LSTM)
- Explorarea rețelelor neuronale recurente în practică
- Explorarea rețelelor neuronale convoluționale în practică
- Îmbunătățirea modului în care rețelele neuronale învață
Prezentare generală a tehnicilor de învățare profundă utilizate în banking
- Rețele neuronale
- Procesarea limbajului natural
- Recunoașterea imaginilor
- Recunoașterea vorbirii
- Analiza sentimentelor
Explorarea studiilor de caz de învățare profundă pentru banking
- Programe de combatere a spălării banilor
- Verificări Know-Your-Customer (KYC)
- Monitorizarea listelor de sancțiuni
- Supravegherea fraudelor de facturare
- Managementul riscurilor
- Detectarea fraudelor
- Segmentarea produselor și clienților
- Evaluarea performanței
- Funcții generale de conformitate
Înțelegerea beneficiilor învățării profunde pentru banking
Explorarea diferitelor biblioteci de învățare profundă pentru Python
- TensorFlow
- Keras
Configurarea Python cu TensorFlow pentru învățarea profundă
- Instalarea API-ului Python TensorFlow
- Testarea instalării TensorFlow
- Configurarea TensorFlow pentru dezvoltare
- Antrenarea primului model de rețea neurală TensorFlow
Configurarea Python cu Keras pentru învățarea profundă
Construirea de modele simple de învățare profundă cu Keras
- Crearea unui model Keras
- Înțelegerea datelor tale
- Specificarea modelului tău de învățare profundă
- Compilarea modelului tău
- Ajustarea modelului tău
- Lucrul cu datele de clasificare
- Lucrul cu modele de clasificare
- Utilizarea modelelor tale
Lucrul cu TensorFlow pentru învățarea profundă în banking
- Pregătirea datelor
- Descărcarea datelor
- Pregătirea datelor de antrenament
- Pregătirea datelor de testare
- Scalarea intrărilor
- Utilizarea placeholderelor și variabilelor
- Specificarea arhitecturii rețelei
- Utilizarea funcției de cost
- Utilizarea optimizatorului
- Utilizarea inițializatorilor
- Ajustarea rețelei neuronale
- Construirea graficului
- Inferență
- Pierdere
- Antrenare
- Antrenarea modelului
- Graficul
- Sesiunea
- Bucla de antrenare
- Evaluarea modelului
- Construirea graficului de evaluare
- Evaluarea cu ieșirea de evaluare
- Antrenarea modelelor la scară largă
- Vizualizarea și evaluarea modelelor cu TensorBoard
Practică: Construirea unui model de învățare profundă pentru evaluarea riscului de credit folosind Python
Extinderea capacităților companiei tale
- Dezvoltarea modelelor în cloud
- Utilizarea GPU-urilor pentru accelerarea învățării profunde
- Aplicarea rețelelor neuronale de învățare profundă pentru viziunea computerizată, recunoașterea vocii și analiza textului
Rezumat și concluzii
Cerințe
- Experiență în programarea cu Python
- Cunoștințe generale despre concepte financiare și bancare
- Cunoștințe de bază despre statistică și concepte matematice
28 Ore
Mărturii (2)
Organizația, conform agendei propuse, cunoștințele extinse ale instruiționarului în acest domeniu
Ali Kattan - TWPI
Curs - Natural Language Processing with TensorFlow
Tradus de catre o masina
Very updated approach or CPI (tensor flow, era, learn) to do machine learning.
Paul Lee
Curs - TensorFlow for Image Recognition
Tradus de catre o masina
