Plan Szkolenia
Wprowadzenie do sztucznej inteligencji w sektorze finansowym
- Przegląd zastosowań sztucznej inteligencji w finansach (wykrywanie oszustw, handel algorytmiczny, ocena ryzyka)
- Wprowadzenie do zasad analizy danych i rodzajów danych finansowych
- Kwestie etyczne i zgodność z przepisami we wdrażaniu sztucznej inteligencji
- Konfiguracja środowiska Python/R do analizy danych finansowych
Gromadzenie i wstępne przetwarzanie danych
- Źródła danych w sektorze finansowym (dane giełdowe, indeksy rynkowe, dane klientów)
- Czyszczenie danych, normalizacja i techniki transformacji
- Inżynieria cech dla ulepszonej analizy danych
- Wstępne przetwarzanie zbioru danych finansowych do analizy
[Algorytmy dla danych finansowych
- Algorytmy uczenia nadzorowanego (regresja liniowa, drzewa decyzyjne, las losowy)
- Uczenie bez nadzoru do wykrywania anomalii (grupowanie k-średnich, DBSCAN)
- Analiza studium przypadku: Modele scoringu kredytowego i zarządzanie ryzykiem
- Budowanie nadzorowanego modelu do przewidywania cen akcji
Zaawansowane techniki sztucznej inteligencji i optymalizacja modeli
- Modele głębokiego uczenia dla danych finansowych (LSTM do prognozowania szeregów czasowych)
- Wprowadzenie do uczenia ze wzmocnieniem na potrzeby podejmowania decyzji w strategiach handlowych
- Dostrajanie hiperparametrów i walidacja modelu
- Wdrażanie LSTM dla finansowych danych szeregów czasowych
Wizualizacja, interpretacja i raportowanie
- Najlepsze praktyki wizualizacji danych przy użyciu bibliotek (Matplotlib, Seaborn, Tableau)
- Interpretacja wyników modelu dla celów biznesowych
- Tworzenie kompleksowych raportów dla interesariuszy
- Analiza i prezentacja danych finansowych przy użyciu kompletnego przepływu pracy AI
Podsumowanie i kolejne kroki
Wymagania
- Podstawowa znajomość programowania Python/R
- Zrozumienie terminologii finansowej i podstawowych statystyk
Uczestnicy
- Analitycy finansowi
- Naukowcy zajmujący się danymi
- Menedżerowie ryzyka
Opinie uczestników (4)
Deepthi była super dostosowana do moich potrzeb, potrafiła powiedzieć, kiedy dodać warstwy złożoności, a kiedy powstrzymać się i przyjąć bardziej ustrukturyzowane podejście. Deepthi naprawdę pracowała w moim tempie i upewniła się, że jestem w stanie samodzielnie korzystać z nowych funkcji / narzędzi, najpierw pokazując, a następnie pozwalając mi samodzielnie odtworzyć elementy, co naprawdę pomogło osadzić szkolenie. Nie mógłbym być bardziej zadowolony z wyników tego szkolenia i poziomu wiedzy Deepthi!
Deepthi - Invest Northern Ireland
Szkolenie - IBM Cognos Analytics
Przetłumaczone przez sztuczną inteligencję
Przedstaw przykład aplikacji
Szkolenie - Alteryx for Data Analysis
Przetłumaczone przez sztuczną inteligencję
Bardzo jasno sformułowane i objяснeные Corrected version: Bardzo jasno sformułowane i wyjaśnione
Harshit Arora - PwC South East Asia Consulting
Szkolenie - Alteryx for Developers
Przetłumaczone przez sztuczną inteligencję
Forma prowadzenia jako zajęć interaktywnych