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
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie