Kurzusleírás
Bevezetés az AI-ba a pénzügyi szektorban
- Az AI-alkalmazások áttekintése a pénzügyekben (csalásfelderítés, algoritmikus kereskedés, kockázatértékelés)
- Bevezetés az adatelemzési elvekbe és a pénzügyi adatok típusaiba
- Etikai megfontolások és szabályozási megfelelés a mesterséges intelligencia megvalósításában
- Python/R környezet beállítása pénzügyi adatok elemzéséhez
Adatgyűjtés és előfeldolgozás
- A pénzügyi szektor adatforrásai (tőzsdei adatok, piaci indexek, ügyféladatok)
- Adattisztítási, normalizálási és transzformációs technikák
- Funkciótervezés a továbbfejlesztett adatelemzés érdekében
- Pénzügyi adatkészlet előfeldolgozása elemzéshez
Machine Learning Pénzügyi adatok algoritmusai
- Felügyelt tanulási algoritmusok (lineáris regresszió, döntési fák, véletlenszerű erdő)
- Felügyelet nélküli tanulás az anomália észleléséhez (k-means clustering, DBSCAN)
- Esettanulmány elemzés: Credit scoring modellek és kockázatkezelés
- Felügyelt modell felépítése a részvényárfolyamok előrejelzésére
Fejlett mesterséges intelligencia technikák és modelloptimalizálás
- Mély tanulási modellek pénzügyi adatokhoz (LSTM az idősoros előrejelzéshez)
- Bevezetés a kereskedési stratégiák döntéshozatalához szükséges megerősítő tanulásba
- Hiperparaméter hangolás és modell validálás
- Az LSTM megvalósítása pénzügyi idősoros adatokhoz
Vizualizálás, értelmezés és jelentéskészítés
- Adatvizualizációs bevált gyakorlatok könyvtárak használatával (Matplotlib, Seaborn, Tableau)
- A modell kimeneteinek értelmezése az üzleti betekintéshez
- Átfogó jelentések készítése az érintettek számára
- A pénzügyi adatok elemzése és bemutatása egy teljes mesterségesintelligencia-munkafolyamat segítségével
Összegzés és a következő lépések
Követelmények
- Python/R programozási alapismeretek
- Pénzügyi terminológia és alapstatisztika megértése
Közönség
- Pénzügyi elemzők
- Adattudósok
- Kockázatmenedzserek
Vélemények (4)
Deepthi nagyon jól érezte meg igényeimet, tudta, mikor kell bővíteni a összetettséget és mikor inkább rendezett módon haladjon tovább. Deepthi valóban a saját tempómban dolgozott velem, és biztosította, hogy képes legyek önállóan használni az új funkciókat/eszközöket. Először bemutatta őket, majd engedte, hogy én ismétlém meg őket, ami nagyon segített a tananyag beillesztésében. Nem lehetne elégedettebb a képzés eredményeivel és Deepthi szakmai tudásával!
Deepthi - Invest Northern Ireland
Kurzus - IBM Cognos Analytics
Gépi fordítás
Ossz meg példát egy alkalmazásról
Kurzus - Alteryx for Data Analysis
Gépi fordítás
Nagyon világosan és részletesen elmagyarázva
Harshit Arora - PwC South East Asia Consulting
Kurzus - Alteryx for Developers
Gépi fordítás
Lineáris regresszió – az algoritmus, amely előre jelez a trendet
Vincent Ko - UBS
Kurzus - Data Preparation with Alteryx
Gépi fordítás