Zkuste nás kontaktovat
 Doba trvání 21 hodiny

Návrh Školení

Úvod do machine learningu v financech

  • Přehled AI a ML ve finančním odvětví
  • Typy machine learningu (dohledované, nedohledované, učení posilováním)
  • Případové studie v oblasti detekce podvodů, scoringu úvěrové hodnosti a modelování rizika

Základy Pythonu a zpracování dat

  • Použití Pythonu pro manipulaci a analýzu dat
  • Průzkum finančních datasetů pomocí Pandas a NumPy
  • Vizualizace dat pomocí Matplotlib a Seaborn

Dohledované učení pro finanční predikci

  • Lineární a logistická regrese
  • Rozhodovací stromy a náhodné lesy
  • Vyhodnocení výkonu modelu (přesnost, precision, recall, AUC)

Nedohledované učení a detekce anomálií

  • Techniky klastrování (K-means, DBSCAN)
  • Analýza hlavních komponent (PCA)
  • Detekce odlehlých hodnot (outlierů) pro prevenci podvodů

Scoring úvěrové hodnosti a modelování rizika

  • Budování modelů scoringu úvěrové hodnosti pomocí logistické regrese a stromových algoritmů
  • Zpracování nerovnovážených datasetů v rizikových aplikacích
  • Vysvětlitelnost modelů a spravedlnost při finančních rozhodováních

Detekce podvodů pomocí machine learningu

  • Časté typy finančních podvodů
  • Použití klasifikačních algoritmů pro detekci anomálií
  • Scoring v reálném čase a strategie nasazení

Nasazení modelů a etika ve finanční AI

  • Nasazení modelů pomocí Pythonu, Flasku nebo cloudových platforem
  • Etické aspekty a dodržování předpisů (např. GDPR, vysvětlitelnost)
  • Monitorování a překládání (retraining) modelů v produkčním prostředí

Shrnutí a další kroky

Požadavky

  • Rozumění základní statistice a finančním konceptům
  • Zkušenosti s Excelu nebo jinými nástroji pro analýzu dat
  • Základní znalosti programování (ideálně v Pythonu)

Cílová skupina

  • Finanční analytici
  • Aktuáři
  • Rizikoví manažeři

Počet účastníků


Cena za účastníka

Reference (5)

Nadcházející kurzy

Související kategorie