Plan Szkolenia
Wprowadzenie do Machine Learning w Finance
- Przegląd sztucznej inteligencji i uczenia maszynowego w branży finansowej
- Typy uczenia maszynowego (nadzorowane, nienadzorowane, uczenie wzmocnione)
- Przypadki zastosowania w wykrywaniu oszustw, ocenianiu kredytowym i modelowaniu ryzyka
Python i podstawy obsługi danych
- Wykorzystanie Python do manipulacji i analizy danych
- Badanie zestawów danych finansowych za pomocą Pandas i NumPy
- Wizualizacja danych za pomocą Matplotlib i Seaborn
Supervised Learning do przewidywania finansowego
- Regresja liniowa i logistyczna
- Drzewa decyzyjne i lasy losowe
- Ocenianie wydajności modelu (dokładność, precyzja, pełność, AUC)
Unsupervised Learning i wykrywanie anomalii
- Techniki klastryzacji (K-means, DBSCAN)
- Analiza głównych składników (PCA)
- Wykrywanie wypadków dla zapobiegania oszustwom
Ocenianie kredytowe i modelowanie ryzyka
- Budowanie modeli oceniania kredytowego z użyciem regresji logistycznej i algorytmów opartych na drzewach
- Radzenie sobie z niezbalansowanymi zestawami danych w aplikacjach ryzyka
- Interpretowalność modelu i sprawiedliwość w podejmowaniu decyzji finansowych
Wykrywanie oszustw z użyciem Machine Learning
- Powszechne typy oszustw finansowych
- Wykorzystanie algorytmów klasyfikacyjnych do wykrywania anomalii
- Strategie oceniania w czasie rzeczywistym i wdrażania
Wdrażanie modeli i etyka w finansowej sztucznej inteligencji
- Wdrażanie modeli za pomocą Python, Flask, lub platform chmurowych
- Właściwości etyczne i zgodność z przepisami (np. GDPR, wyjaśnialność)
- Monitorowanie i ponowne trenowanie modeli w środowiskach produkcyjnych
Podsumowanie i kolejne kroki
Wymagania
- Zrozumienie podstawowych statystyk i pojęć finansowych
- Doświadczenie w obsłudze Excel lub innych narzędzi do analizy danych
- Podstawowa wiedza z programowania (najlepiej w Python)
Grupa docelowa
- Analitycy finansowi
- Aktuarze
- Oficerowie ds. ryzyka
Opinie uczestników (1)
Bardzo doceniłam sposób, w jaki trener przedstawił wszystkie informacje. Zrozumiałam wszystko, nawet jeśli Finance nie jest moim obszarem, zadbał o to, żeby każdy uczestnik był na tym samym poziomie, jednocześnie dbając o pozostały czas. Ćwiczenia były umieszczone w dobrych odstępach czasu. Communication z uczestnikami był zawsze obecny. Materiał był idealny, ani za mało, ani za dużo. Bardzo dobrze wyjaśniał bardziej skomplikowane tematy, aby były zrozumiałe dla każdego.
Diana
Szkolenie - ChatGPT for Finance
Przetłumaczone przez sztuczną inteligencję