Kurzusleírás
Bevezetés a gépi tanulásba a pénzügyekben
- A mesterséges intelligencia és a gépi tanulás áttekintése a pénzügyi iparágban
- A gépi tanulás típusai (felügyelt, felügyelet nélküli, megerősítéses tanulás)
- Esettanulmányok a csalásfelderítés, a hitelpontozás és a kockázatmodellezés területén
A Python és az adatkezelés alapjai
- Python használata adatmanipulációhoz és elemzéshez
- Pénzügyi adathalmazok felfedezése Pandas és NumPy segítségével
- Adatvizualizáció Matplotlib és Seaborn használatával
Felügyelt tanulás pénzügyi előrejelzéshez
- Lineáris és logisztikus regresszió
- Döntési fák és véletlen erdők
- Modellek teljesítményének értékelése (pontosság, precizitás, visszahívás, AUC)
Felügyelet nélküli tanulás és anomáliadetektálás
- Klaszterezési technikák (K-means, DBSCAN)
- Főkomponens-elemzés (PCA)
- Kiugró értékek detektálása csalásmegelőzés céljából
Hitelpontozás és kockázatmodellezés
- Hitelpontozási modellek építése logisztikus regresszió és faalapú algoritmusok segítségével
- Kiegyensúlyozatlan adathalmazok kezelése kockázati alkalmazásokban
- Modellértelmezhetőség és méltányosság a pénzügyi döntéshozatalban
Csalásfelderítés gépi tanulással
- A pénzügyi csalások gyakori típusai
- Osztályozási algoritmusok használata anomáliadetektáláshoz
- Valós idejű pontozás és telepítési stratégiák
Modelltelepítés és etika a pénzügyi mesterséges intelligenciában
- Modellek telepítése Python, Flask vagy felhőplatformok segítségével
- Etikai megfontolások és szabályozási megfelelés (pl. GDPR, magyarázhatóság)
- Modellek monitorozása és újratanítása éles környezetben
Összefoglalás és következő lépések
Követelmények
- Alapvető statisztikai és pénzügyi fogalmak ismerete
- Tapasztalat Excellel vagy más adatelemző eszközökkel
- Alapszintű programozási ismeretek (lehetőleg Pythonban)
Célközönség
- Pénzügyi elemzők
- Aktuáriusok
- Kockázatkezelők
Vélemények (5)
Lehetséges alkalmazások/gyakorlatok
Estelle De la Fouchardiere - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
Nagyon élveztem látni, hogyan segíthet ez az eszköz a munka javításában és automatizálásában. Értékeltem azt is, hogy kezdetben segítettünk megoldani az mesterséges intelligencia elleni előítéleteinket. A példák csodálatosak.
chiara di egidio - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
I liked to get knowledge about new possibilities
Maciej Karolczak - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
I like the examples, so we have an idea of what is possible
Deborah Highes
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
megnyitotta a szememet az új eszközök felé, amelyek segíthetnek nekem az automatizáció területén
Alessandra Parpajola - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
