연락처 정보

코스 개요

재무 분야에서의 머신러닝 입문

  • 금융 산업에서의 AI 및 ML 개요
  • 머신러닝의 유형 (감독학습, 비지도학습, 강화학습)
  • 사기 탐지, 신용 점수 산정, 리스크 모델링 사례 연구

Python 및 데이터 처리 기초

  • 데이터 조작 및 분석을 위한 Python 사용
  • Pandas와 NumPy로 재무 데이터셋 탐색
  • Matplotlib과 Seaborn을 사용한 데이터 시각화

재무 예측을 위한 감독학습

  • 선형 회귀 및 로지스틱 회귀
  • 의사결정나무 및 랜덤 포레스트
  • 모델 성능 평가 (정확도, 정밀도, 재현율, AUC)

비지도학습 및 이상 탐지

  • 클러스터링 기법 (K-means, DBSCAN)
  • 주성분 분석 (PCA)
  • 사기 방지를 위한 이상치 탐지

신용 점수 산정 및 리스크 모델링

  • 로지스틱 회귀 및 트리 기반 알고리즘을 활용한 신용 점수 모델 구축
  • 리스크 애플리케이션에서의 불균형 데이터셋 처리
  • 재무 의사결정에서의 모델 해석 가능성 및 공정성

머신러닝을 활용한 사기 탐지

  • 일반적인 금융 사기의 유형
  • 이상 탐지를 위한 분류 알고리즘 사용
  • 실시간 점수 산정 및 배포 전략

모델 배포 및 금융 AI 윤리

  • Python, Flask 또는 클라우드 플랫폼을 통한 모델 배포
  • 윤리적 고려 사항 및 규정 준수 (예: GDPR, 설명 가능성)
  • 프로덕션 환경에서의 모델 모니터링 및 재학습

요약 및 다음 단계

요건

  • 기본 통계학 및 재무 개념에 대한 이해
  • Excel 또는 다른 데이터 분석 도구에 대한 경험
  • 기본 프로그래밍 지식(가능하다면 Python)

대상 독자

  • 재무 분석가
  • 보험계리사
  • 리스크 관리자
 21 시간

참가자 수


참가자별 가격

회원 평가 (5)

예정된 코스

관련 카테고리