Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Đề cương khóa học
Giới thiệu về Học Máy trong Dịch vụ Tài chính
- Tổng quan về các trường hợp sử dụng học máy phổ biến trong tài chính
- Lợi ích và thách thức của học máy trong ngành có quy định
- Tổng quan hệ sinh thái Azure Databricks
Chuẩn bị Dữ liệu Tài chính cho Học Máy
- Nhập dữ liệu từ Azure Data Lake hoặc cơ sở dữ liệu
- Làm sạch dữ liệu, kỹ thuật đặc trưng và chuyển đổi
- Phân tích dữ liệu khám phá (EDA) trong notebook
Huấn luyện và Đánh giá Mô hình Học Máy
- Chia dữ liệu và chọn thuật toán học máy
- Huấn luyện các mô hình hồi quy và phân loại
- Đánh giá hiệu suất của mô hình bằng các chỉ số tài chính
Quản lý Mô hình với MLflow
- Theo dõi thí nghiệm với tham số và chỉ số
- Lưu trữ, đăng ký và phiên bản hóa mô hình
- Tái tạo và so sánh kết quả của mô hình
Triển khai và Cung cấp Mô hình Học Máy
- Bao gói mô hình cho suy luận hàng loạt hoặc thời gian thực
- Cung cấp mô hình qua API REST hoặc điểm cuối Azure ML
- Tích hợp dự đoán vào bảng điều khiển tài chính hoặc cảnh báo
Giám sát và Lặp lại Đường ống
- Lập lịch tái huấn luyện mô hình định kỳ với dữ liệu mới
- Giám sát độ trôi dữ liệu và độ chính xác của mô hình
- Tự động hóa quy trình từ đầu đến cuối bằng Databricks Jobs
Tham khảo Trường Hợp Sử Dụng: Đánh Giá Rủi Ro Tài Chính
- Xây dựng mô hình đánh giá rủi ro cho đơn vay hoặc tín dụng
- Giải thích dự đoán để đảm bảo minh bạch và tuân thủ
- Triển khai và thử nghiệm mô hình trong môi trường kiểm soát
Tổng kết và Các Bước Tiếp theo
Yêu cầu
- Hiểu biết về các khái niệm cơ bản của học máy
- Kinh nghiệm với Python và phân tích dữ liệu
- Am hiểu về bộ dữ liệu tài chính hoặc báo cáo
Đối Tượng Học Viên
- Các nhà khoa học dữ liệu và kỹ sư ML trong dịch vụ tài chính
- Các phân tích viên dữ liệu chuyển đổi sang vai trò ML
- Các chuyên gia công nghệ triển khai các giải pháp dự đoán trong tài chính
7 Giờ
