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 Machine Learning v oboru Finance
- Přehled AI a ML v finančním sektoru
- Druhy strojového učení (nadzorované, ne nadzorované, reforční učení)
- Případové studie odhalování podvodů, hodnocení kredity a modelování rizik
Python a základy správy dat
- Využití Python pro manipulaci s daty a analýzu
- Prozkoumání finančních datových sad pomocí Pandas a NumPy
- Vizualizace dat pomocí Matplotlib a Seaborn
Supervised Learning pro finanční predikci
- Lineární a logistická regrese
- Decision trees a random forests
- Vyhodnocení výkonu modelů (presnost, precizita, recall, AUC)
Unsupervised Learning a detekce anomálií
- Klusterizační techniky (K-means, DBSCAN)
- Hlavní komponenty analýzy (PCA)
- Detection of outliers for fraud prevention
Credit scoring a modelování rizik
- Vytváření modelů hodnocení kredity pomocí logistické regrese a stromových algoritmů
- Zpracování nevyznačených datových sad v aplikacích rizik
- Interpretabilita modelu a spravedlnost při finančním rozhodování
Detection of fraud using Machine Learning
- Běžné druhy financí podvodu
- Použití klasifikačních algoritmů pro detekci anomálií
- Skóre v reálném čase a strategie nasazení
Nasazování modelů a etika v finanční AI
- Nasazování modelů pomocí Python, Flask nebo cloudových platform
- Ethical considerations and regulatory compliance (e.g., GDPR, explainability)
- Monitoring and retraining models in production environments
Závěr a další kroky
Požadavky
- Pochopení základních statistických a finančních pojmů
- Zkušenosti s Excel nebo jinými nástroji pro analýzu dat
- Základní znalost programování (přednostně v Python)
Cílová skupina
- Finanční analozi
- Aktuarii
- Rizikoví úředníci
21 hodiny
