Kurzusleírás
Bevezetés a gépi tanulásba a pénzügyekben
- Áttekintés az AI és ML alkalmazásáról a pénzügyi iparágban
- A gépi tanulás típusai (felügyelt, felügyelet nélküli, megerősítéses tanulás)
- Esettanulmányok a családfelderítés, hitelminősítés és kockázatmodellezés területén
Python és adatkezelés alapjai
- Python használata adatmanipulációra és -elemzésre
- Pénzügyi adathalmazok feltárása Pandas és NumPy segítségével
- Adatvizualizáció Matplotlib és Seaborn használatával
Felügyelt tanulás pénzügyi előrejelzéshez
- Lineáris és logisztikus regresszió
- Döntési fák és véletlen erdők
- Modellteljesítmény értékelése (pontosság, precízió, visszahívás, AUC)
Felügyelet nélküli tanulás és anomáliafelderítés
- Klaszterezési technikák (K-means, DBSCAN)
- Főkomponens-elemzés (PCA)
- Kiugró értékek felderítése családfelderítés céljából
Hitelminősítés és kockázatmodellezés
- Hitelminősítési modellek készítése logisztikus regresszió és faalapú algoritmusok segítségével
- Kiegyensúlyozatlan adathalmazok kezelése kockázati alkalmazásokban
- Modellértelmezhetőség és tisztesség a pénzügyi döntéshozatalban
Családfelderítés gépi tanulással
- Gyakori pénzügyi csalástípusok
- Osztályozó algoritmusok használata anomáliafelderítéshez
- Valós idejű pontozás és telepítési stratégiák
Modelltelepítés és etika a pénzügyi AI-ban
- Modellek telepítése Python, Flask vagy felhőalapú platformok segítségével
- Etikai megfontolások és szabályozási megfelelőség (pl. GDPR, magyarázhatóság)
- Modellek monitorozása és újratanítása éles környezetben
Összefoglalás és következő lépések
Követelmények
- Alapvető statisztikai és pénzügyi fogalmak ismerete
- Tapasztalat Excelben vagy más adatelemző eszközökben
- Alapvető programozási ismeretek (preferálhatóan Pythonban)
Célközönség
- Pénzügyi elemzők
- Aktuáriusok
- Kockázati tisztviselők
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