Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Úvod do ML v finančních službách
- Přehled běžných finančních případů použití ML
- Výhody a výzvy ML v regulovaných odvětvích
- Azure Databricks přehled ekosystému
Příprava finančních dat pro ML
- Import dat ze Azure Data Lake nebo databází
- Vyčištění dat, inženýrství funkcí a transformace
- Průzkumná analýza dat (EDA) ve zápisnicích
Trénování a hodnocení ML modelů
- Rozdělení dat a výběr ML algoritmů
- Trénování regresních a klasifikačních modelů
- Hodnocení výkonu modelu finančními metrikami
Model Management s MLflow
- Sledování experimentů s parametry a metrikami
- Ukládání, registrování a verzovaní modelů
- Reprodukibilnost a porovnání výsledků modelů
Nasazování a poskytování ML modelů
- Balení modelů pro batch nebo real-time inferenci
- Poskytování modelů prostřednictvím REST API nebo Azure ML koncových bodů
- Integrace předpovědí do finančních nástrojů pro analýzu nebo upozornění
Monitorování a opakované trénování pipeline
- Plánování periodického opakového trénování modelu novými daty
- Monitorování datových odchylek a přesnosti modelů
- Automatizace koncových pracovních postupů pomocí Databricks Jobs
Use Case Provedení: Finanční hodnocení rizik
- Vytváření modelu pro hodnocení rizik úvěrových nebo kreditních žádostí
- Vysvětlení předpovědí pro transparentnost a soulad
- Nasazování a testování modelu v kontrolovaném prostředí
Shrnutí a další kroky
Požadavky
- Přehled základních konceptů strojového učení
- Zkušenosti s Python a analýzou dat
- znalost finančních datových sad nebo zpráv
Cílová skupina
- Data scientisti a inženýři ML v finančních službách
- Datoví analytičtí přecházející do rolí ML
- Technologické profesionálky implementující prediktivní řešení v finance
7 hodiny
