План на курса
Въведение в Generative AI
- Обзор на генеративните модели и тяхното значение за финансите
- Видове генеративни модели: LLMs, GANs, VAEs
- Сила и ограничения в финансови контексти
Генеративни противопоставени мрежи (GANs) за Finance
- Как работят GANs: генератори срещу дискриминатори
- Приложения в генериране на синтетични данни и симулация на измами
- Примерен случай: генериране на реалистични данни за транзакции за тестване
Large Language Models (LLMs) и Prompt Engineering
- Как LLMs разбират и генерират финансов текст
- Проектиране на подсказки за прогнозиране и анализ на риск
- Приложения: съкращаване на финансови отчети, KYC, идентификация на червени флагове
Финансов Forecasting с Generative AI
- Прогнозиране на временни редове с хибридни LLM и ML модели
- Генерация на сценарии и стрес тестване
- Примерно приложение: предсказване на доходи с помощта на структурирани и неструктурирани данни
Откриване на измами и идентифициране на аномалии
- Използване на GANs за откриване на аномалии в транзакциите
- Идентифициране на новопоявили се измамни образци чрез подсказки на база LLMs
- Оценка на моделите: лъжливи позитивни против истински индикатори за риск
Регулаторни и етични импликации
- Обяснителност и прозрачност в генеративните изходи от ИИ
- Риск от халюцинации на модела и предразсъдъци в финансите
- Съответствие с регулаторните очаквания (например, GDPR, директиви на Базел)
Дизайн на Generative AI Use Cases за финансови институции
- Създаване на бизнес случаи за вътрешна адаптация
- Балансиране на иновации с риск и съответствие
- Go рамки за отговорно разпространение на ИИ
Резюме и следващи стъпки
Изисквания
- Разбиране на основите на финансите и управление на риск
- Опит с електронни таблици или базова аналитика на данни
- Запознатство с Python е полезно, но не задължително
Целева аудитория
- Мениджъри на риск
- Аналитици на съответствие
- Финансови аудитори
Отзиви от потребители (1)
Бях много благодарен за начинът, по който треньорът представи всичко. Разбрах всичко, дори ако Finance не е моята област, той се убеди, че всеки участник е на една и съща страница, докато се придържа към оставащото време. Упражненията били разположени на подходящи интервали. Communication с участниците винаги се чувстваше. Материалите бяха перфектни, не твърде много, не твърде малко. Той добре разясни по-сложните теми, така че да бъдат разбрани от всеки.
Diana
Курс - ChatGPT for Finance
Машинен превод