Kurzusleírás

Bevezetés a gépi tanulásba a pénzügyi szolgáltatásokban

  • A gyakori finanszírozási ML alkalmazási esetek áttekintése
  • A gépi tanulás előnyei és kihívásai a szabályozott iparágakban
  • Az Azure Databricks ökoszisztéma áttekintése

Finanszírozási adatok előkészítése a gépi tanulásra

  • Adatok beolvasása Azure Data Lake-ből vagy adatbázisból
  • Az adatok tisztítása, jellemzők kivonása és transzformációja
  • EDA (exploratory data analysis) jegyzetfüzetekben

Gépi tanulási modellek tanítása és értékelése

  • Adatok felosztása és ML algoritmusok kiválasztása
  • Regressziós és osztályozó modellek tanítása
  • Modellek teljesítményének értékelése finanszírozási metrikák alapján

Modellkezelés az MLflow-val

  • Kísérletek követése paraméterek és metrikák alapján
  • Modellek mentése, regisztrálása és verziószámozása
  • Modelleredmények reprodukálhatósága és összehasonlítása

Modellek üzembe helyezése és szolgáltatása

  • Modell csomagolása kötegelt vagy valós idejű inferencia érdekében
  • Modellek szolgáltatása REST API-kon vagy Azure ML végpontokon keresztül
  • Predikciók integrálása pénzügyi irányítópultokba vagy riasztásokba

Folyamatok figyelése és újratanítása

  • Új adatokkal rendszeres modellújratanítás ütemezése
  • Adateltolódás és modellességi szint figyelése
  • Databricks Jobs használatával történő teljes folyamat automatizálása

Alkalmazási eset átmenete: Pénzügyi kockázatbecslés

  • Finanszírozási hitelek vagy hitelkérők kockázatértéke modelljének építése
  • Predikciók magyarázása az átláthatóság és a megfelelőség érdekében
  • Modell üzembe helyezése és tesztelése felügyelet alatt álló környezetben

Összefoglalás és a következő lépések

Követelmények

  • Alapvető gépi tanulási fogalmak ismerete
  • Python és adatelemzés használata
  • Finanszírozási adatokkal vagy jelentésekkel való ismerkedet

Célcsoport

  • Pénzügyi szolgáltatásokban működő adattudósok és ML-mérnökök
  • Adatelemzők, akik átmennek ML szerepkörbe
  • Technológiai szakemberek, akik prediktív megoldásokat valósítanak meg a finanszírozási területen
 7 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák