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 în Machine Learning în Finance
- Prezentare generală a inteligenței artificiale și a machine learning-ului în industria financiară
- Tipuri de învățare automată (supervizată, nesupervizată, învățarea prin recompense)
- Studii de caz în detectarea fraudei, scorarea creditelor și modelarea riscurilor
Python și Bază de Date Handling
- Utilizarea Python pentru manipularea și analiza datelor
- Explorarea seturilor de date financiare cu Pandas și NumPy
- Vizualizarea datelor folosind Matplotlib și Seaborn
Supervised Learning pentru Predicții Financiare
- Regresia liniară și logistică
- Arborele de decizie și pădurile aleatoare
- Evaluarea performanței modelului (acuratețe, precizie, recall, AUC)
Unsupervised Learning și Detectarea Anomaliilor
- Tehnici de clusterizare (K-means, DBSCAN)
- Analiza componentelor principale (PCA)
- Detectarea outlier-urilor pentru prevenirea fraudei
Scorarea Creditelor și Modelarea Riscului
- Construirea modelelor de scorare a creditelor folosind regresia logistică și algoritmi bazati pe arbori
- Gestionarea seturilor de date nesimetrice în aplicațiile de risc
- Interpretabilitatea modelului și justiția în luatele deciziilor financiare
Detectarea Fraudei cu Machine Learning
- Tipuri comune de fraudă financiară
- Utilizarea algoritmilor de clasificare pentru detectarea anomalilor
- Strategii de scorare și implementare în timp real
Implementarea Modelelor și Etica în Inteligența Artificială Financiară
- Implementarea modelelor cu Python, Flask sau platforme cloud
- Considerente etice și conformitate regulatoare (de exemplu, GDPR, explicație)
- Monitorizarea și reînvățarea modelelor în medii de producție
Rezumat și următoarele pași
Cerințe
- Oțelirea de bază a statisticilor și conceptelor financiare
- Experiență cu Excel sau alte instrumente de analiză a datelor
- Cunoștințe de bază de programare (preferabil în Python)
Publicul-țintă
- Analisti financiari
- Actuariali
- Oficiali de risc
21 ore
Mărturii (1)
Am apreciat foarte mult modul în care antrenorul a prezentat totul. Am înțeles totul chiar dacă Finance nu este domeniul meu, el s-a asigurat că fiecare participant era pe aceeași pagină, păstrându-se la pas cu timpul rămas. Exercițiile au fost plasate la intervale bune. Communication cu participanții a fost întotdeauna prezent. Materialele erau perfecte, nici prea multe, nici prea puține. El a explicat foarte bine subiectele mai complicate pentru ca toată lumea să le poată înțelege.
Diana
Curs - ChatGPT for Finance
Tradus de catre o masina
