План на курса
Въведение в Machine Learning в Finance
- Преглед на изкуствен интелигент и машинно обучение в финансовата индустрия
- Видове машинно обучение (наблюдено, ненаблюдено, засилване с подкрепление)
- Примерни изследвания в откриване на измами, оценяване на кредитен риск и моделиране на риск
Python и основи на обработка на данни
- Използване на Python за манипулация и анализ на данни
- Разглеждане на финансови набори данни с Pandas и NumPy
- Визуализация на данни с Matplotlib и Seaborn
Supervised Learning за финансово предсказване
- Линейна и логистична регресия
- Дървета за решаване на проблеми и случайни гори
- Оценяване на качеството на моделите (точност, прецизност, отзив, AUC)
Unsupervised Learning и откриване на аномалии
- Техники за кластериране (K-means, DBSCAN)
- Главни компонентни анализи (PCA)
- Откриване на изключения за предотвратяване на измами
Оценяване на кредитен риск и моделиране на риск
- Създаване на модели за оценяване на кредитен риск с логистична регресия и алгоритми базирани на дървета
- Работа с небалансирани набори данни в приложения за риск
- Интерпретируемост и справедливост на моделите в финансовите решения
Откриване на измами с Machine Learning
- Често срещани видове финансови измами
- Използване на класификационни алгоритми за откриване на аномалии
- Реално време за оценяване и стратегии за развертяване
Развертяване на модели и етика в финансовия изкуствен интелигент
- Развертяване на модели с Python, Flask или облачни платформи
- Етични разглеждания и съответствие на регулациите (например, GDPR, обясняваемост)
- Наблюдение и преобучаване на модели в продукционни среди
Резюме и следващи стъпки
Изисквания
- Разбиране на основни статистики и финансови концепции
- Опит с Excel или други инструменти за анализ на данни
- Основни познания по програмиране (предпочитано в Python)
Целева аудитория
- Финансови аналитици
- Актуарии
- Рискови офицери
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