Machine Learning với Azure Databricks cho Finance Training Course

Giới thiệu về ML trong Dịch vụ Tài chính

• Tổng quan về các trường hợp sử dụng ML phổ biến trong tài chính
• Lợi ích và thách thức của ML trong ngành được quản lý chặt chẽ
• Azure Databricks tổng quan về hệ sinh thái

Chuẩn Bị Dữ Liệu Tài Chính Cho ML

• Nhập dữ liệu từ Azure Data Lake hoặc cơ sở dữ liệu
• Làm sạch dữ liệu, công trình tính năng và biến đổi
• Phân tích dữ liệu khám phá (EDA) trong các quyển ghi chú

Huấn Luyện và Đánh Giá Các Mô Hình ML

• Chia dữ liệu và chọn thuật toán ML
• Huấn luyện mô hình hồi quy và phân loại
• Đánh giá hiệu suất của mô hình bằng các tiêu chí tài chính

Quản Lý Mô Hình Management với MLflow

• Theo dõi thí nghiệm với tham số và chỉ số
• Lưu, đăng ký và phiên bản hóa mô hình
• Khả năng tái tạo và so sánh kết quả của mô hình

Triển Khai và Dịch Vụ Các Mô Hình ML

• đóng gói các mô hình cho việc suy diễn lô hoặc thời gian thực
• Dịch vụ mô hình qua REST APIs hoặc Azure ML endpoints
• Tích hợp dự đoán vào bảng điều khiển tài chính hoặc cảnh báo

Giám Sát và Luyện Tập Lại Pipelines

• Đặt lịch huấn luyện lại mô hình định kỳ với dữ liệu mới
• Giám sát sự dịch chuyển của dữ liệu và độ chính xác của mô hình
• Tự động hóa quy trình làm việc từ đầu đến cuối bằng Databricks Jobs

Hướng Dẫn Use Case: Đánh Giá Rủi Ro Tài Chính

• Xây dựng một mô hình điểm rủi ro cho các đơn xin vay hoặc tín dụng
• Giải thích dự đoán để đảm bảo tính minh bạch và tuân thủ
• Triển khai và kiểm tra mô hình trong môi trường được kiểm soát

Tóm Tắt và Bước Tiếp Theo