Đề cương khóa học
Giới thiệu về Machine Learning trong Finance
- Tổng quan về AI và ML trong ngành tài chính
- Các loại học máy (học có giám sát, học không giám sát, học tăng cường)
- Mô hình thực tế trong phát hiện gian lận, xếp hạng tín dụng, và mô hình hóa rủi ro
Python và Cơ bản về Xử lý Dữ liệu
- Sử dụng Python để thao tác dữ liệu và phân tích
- Khám phá tập dữ liệu tài chính bằng cách sử dụng Pandas và NumPy
- Trực quan hóa dữ liệu sử dụng Matplotlib và Seaborn
Supervised Learning cho Dự đoán Tài chính
- Phân tích hồi quy tuyến tính và hồi quy logistic
- Cây quyết định và rừng ngẫu nhiên
- Đánh giá hiệu suất mô hình (độ chính xác, độ chính xác, tỷ lệ hồi phục, AUC)
Unsupervised Learning và Phát hiện Khác Biệt
- Kỹ thuật phân cụm (K-means, DBSCAN)
- Phân tích thành phần chính (PCA)
- Phát hiện ngoại lệ để ngăn ngừa gian lận
Xếp hạng Tín dụng và Mô hình Rủi ro
- Xây dựng mô hình xếp hạng tín dụng sử dụng hồi quy logistic và thuật toán dựa trên cây
- Xử lý tập dữ liệu không cân bằng trong các ứng dụng rủi ro
- Giải thích và công bằng của mô hình trong quyết định tài chính
Phát hiện Gian lận với Machine Learning
- Các loại gian lận tài chính phổ biến
- Sử dụng thuật toán phân loại để phát hiện khác biệt
- Chiến lược đánh giá và triển khai thời gian thực
Triển Khai Mô hình và Đạo đức trong AI Tài chính
- Triển khai mô hình với Python, Flask hoặc nền tảng đám mây
- Xem xét đạo đức và tuân thủ quy định (ví dụ: GDPR, giải thích)
- Giám sát và huấn luyện lại mô hình trong môi trường sản xuất
Tổng kết và Bước tiếp theo
Yêu cầu
- Hiểu biết về thống kê cơ bản và khái niệm tài chính
- Kinh nghiệm sử dụng Excel hoặc các công cụ phân tích dữ liệu khác
- Kiến thức lập trình cơ bản (ưu tiên trong Python)
Đối tượng tham gia
- Nhà phân tích tài chính
- Actuary
- Giám đốc rủi ro
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