Návrh Školení

Úvod do AI ve finančním sektoru

  • Přehled aplikací AI ve financích (detekce podvodů, algoritmické obchodování, hodnocení rizik)
  • Úvod do principů analýzy dat a typů finančních dat
  • Etická hlediska a dodržování předpisů při implementaci umělé inteligence
  • Nastavení Python/R prostředí pro analýzu finančních dat

Sběr a předzpracování dat

  • Zdroje dat ve finančním sektoru (údaje o akciích, tržní indexy, zákaznická data)
  • Techniky čištění, normalizace a transformace dat
  • Funkce pro vylepšenou analýzu dat
  • Předzpracování souboru finančních dat pro analýzu

Machine Learning Algoritmy pro finanční data

  • Řízené učební algoritmy (lineární regrese, rozhodovací stromy, náhodný les)
  • Učení bez dozoru pro detekci anomálií (k-means clustering, DBSCAN)
  • Analýza případové studie: Modely kreditního skóre a řízení rizik
  • Vytvoření modelu pod dohledem pro předpovídání cen akcií

Pokročilé techniky umělé inteligence a optimalizace modelů

  • Modely hlubokého učení pro finanční data (LSTM pro prognózy časových řad)
  • Úvod do posilování učení pro rozhodování v obchodních strategiích
  • Ladění hyperparametrů a ověřování modelu
  • Implementace LSTM pro finanční časové řady dat

Vizualizace, interpretace a reporting

  • Doporučené postupy vizualizace dat pomocí knihoven (Matplotlib, Seaborn, Tableau)
  • Interpretace výstupů modelu pro obchodní statistiky
  • Vytváření komplexních zpráv pro zainteresované strany
  • Analyzujte a prezentujte finanční data pomocí kompletního pracovního postupu AI

Shrnutí a další kroky

Požadavky

  • Základní znalost programování Python/R
  • Pochopení finanční terminologie a základní statistiky

Publikum

  • Finanční analytici
  • Datoví vědci
  • Rizikoví manažeři
 28 hodiny

Počet účastníků


Price per participant

Reference (4)

Upcoming Courses

Související kategorie