Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
금융 서비스에서의 ML 소개
- 금융 분야에서 흔히 사용되는 ML 사례 개요
- 규제 산업에서의 ML의 장점과 도전 과제
- Azure Databricks 에코시스템 개요
금융 데이터를 ML을 위한 준비
- Azure 데이터 레이크나 데이터베이스에서 데이터 가져오기
- 데이터 정제, 특징 공학, 변환
- 노트북에서 탐색적 데이터 분석 (EDA)
ML 모델 학습 및 평가
- 데이터 분할 및 ML 알고리즘 선택
- 회귀 및 분류 모델 학습
- 금융 지표로 모델 성능 평가
모델 Management을 MLflow로
- 매개변수와 지표를 사용하여 실험 추적
- 모델 저장, 등록 및 버전 관리
- 모델 결과의 재현성과 비교
ML 모델 배포 및 제공
- 배치 또는 실시간 추론을 위한 모델 패키징
- REST API 또는 Azure ML 엔드포인트를 통해 모델 제공
- 예측을 금융 대시보드 또는 알림에 통합
모니터링 및 재학습 파이프라인
- 새로운 데이터로 정기적으로 모델 재학습 예약
- 데이터 드리프트 및 모델 정확도 모니터링
- Databricks 작업으로 끝까지 자동화된 워크플로우
Use Case 워크스루: 금융 리스크 점수
- 대출 또는 신용 신청을 위한 리스크 점수 모델 구성
- 투명성과 준수를 위한 예측 설명
- 통제된 환경에서 모델 배포 및 테스트
요약 및 다음 단계
Requirements
- 머신러닝 기본 개념에 대한 이해
- Python 및 데이터 분석 경험
- 금융 데이터셋이나 보고서에 대한 친숙함
대상
- 금융 서비스에서 활동하는 데이터 과학자 및 ML 엔지니어
- ML 역할로 전환하는 데이터 분석가
- 금융에서 예측 솔루션을 구현하는 기술 전문가
7 Hours
