Đề cương khóa học
Giới thiệu về Generative AI
- Tổng quan về các mô hình sinh thành và tầm quan trọng của chúng đối với tài chính
- Các loại mô hình sinh thành: Mô hình LLM, GANs, VAEs
- Ưu điểm và hạn chế trong ngữ cảnh tài chính
Mạng lưới Adversarial Generative (GANs) cho Finance
- Cách GANs hoạt động: sinh viên vs phân loại
- Ứng dụng trong việc tạo dữ liệu tổng hợp và mô phỏng gian lận
- Trường hợp điển hình: tạo dữ liệu giao dịch thực tế cho thử nghiệm
Large Language Models (LLMs) và Prompt Engineering
- Cách LLMs hiểu và tạo văn bản tài chính
- Thiết kế lời gợi ý để dự báo và phân tích rủi ro
- Ví dụ sử dụng: tóm tắt báo cáo tài chính, KYC, phát hiện các dấu hiệu cảnh báo
Dự đoán Tài chính Forecasting với Generative AI
- Dự đoán chuỗi thời gian bằng mô hình LLM và ML hybrid
- Tạo cảnh huống và thử nghiệm căng thẳng
- Ví dụ sử dụng: dự báo doanh thu bằng dữ liệu cấu trúc và không cấu trúc
Phát hiện Gian lận và Xuất hiện Ngoại lệ
- Sử dụng GANs để phát hiện ngoại lệ trong giao dịch
- Xác định các mô hình gian lận mới thông qua quy trình LLM dựa trên lời gợi ý
- Đánh giá mô hình: dương tính giả so với chỉ báo rủi ro thực sự
Ảnh hưởng về mặt Quy định và Đạo đức
- Minh bạch và giải thích trong các kết quả của AI sinh thành
- Nguy cơ mô hình tạo ra sai lầm và thiên vị trong tài chính
- Tuân thủ kỳ vọng quy định (ví dụ: GDPR, hướng dẫn Basel)
Thiết kế Generative AI Use Case cho các tổ chức tài chính
- Xây dựng kịch bản kinh doanh để áp dụng nội bộ
- Đánh giá cân nhắc giữa đổi mới, rủi ro và tuân thủ
- Khung quản trị Go cho việc triển khai AI có trách nhiệm
Tóm tắt và Bước kế tiếp
Yêu cầu
- Hiểu biết về các khái niệm cơ bản của tài chính và quản lý rủi ro
- Kinh nghiệm với bảng tính hoặc phân tích dữ liệu cơ bản
- Quen thuộc với Python là một lợi thế nhưng không bắt buộc
Đối tượng
- Quản lý rủi ro
- Nhà phân tích tuân thủ
- Kiểm toán viên tài chính
Đánh giá (1)
Tôi rất đánh giá cao cách giảng viên trình bày mọi thứ. Tôi hiểu tất cả mọi thứ dù Finance không phải là lĩnh vực của tôi, anh ấy đã đảm bảo rằng mỗi người tham gia đều đồng lòng, đồng thời duy trì đúng tiến độ thời gian. Các bài tập được bố trí ở những khoảng thời gian phù hợp. Communication với cácparticipant luôn luôn có mặt. Tài liệu hoàn hảo, không quá nhiều cũng không quá ít. Anh ấy đã giải thích rất tốt về một số chủ đề phức tạp hơn để mọi người đều có thể hiểu.
Diana
Khóa học - ChatGPT for Finance
Dịch thuật bằng máy