연락처 정보

코스 개요

금융 분야에서의 머신러닝 입문

  • 금융 산업 내 인공지능 및 머신러닝 활용 현황 개요
  • 지도 학습, 비지도 학습, 강화학습 등 머신러닝의 주요 유형
  • 사기 탐지, 신용 평가, 리스크 모델링 관련 실제 사례 분석

Python과 데이터 처리 기초

  • 데이터 조작 및 분석을 위한 Python 활용법
  • Pandas와 NumPy를 사용해 금융 데이터셋 탐색하기
  • Matplotlib 및 Seaborn을 활용한 데이터 시각화 방법

금융 예측을 위한 지도 학습

  • 선형 회귀 및 로지스틱 회귀 모델 활용법
  • 의사결정 나무와 랜덤 포레스트 알고리즘 이해하기
  • 정확도, 정밀도, 재현율, AUC 등을 통한 모델 성능 평가 방법

비지도 학습과 이상 탐지 기술

  • K-평균 및 DBSCAN과 같은 군집화 기법 활용법
  • 주성분 분석(PCA)의 개념과 적용 방법
  • 사기 방지를 위한 이상치 탐지 기법 실습

신용 평가와 리스크 모델링

  • 로지스틱 회귀 및 트리 기반 알고리즘을 활용한 신용 점수 모델 구축하기
  • 리스크 분석 시 불균형 데이터셋 처리 전략
  • 금융 의사결정 과정에서의 모델 해석 가능성과 공정성 확보 방안

머신러닝을 활용한 사기 탐지 기법

  • 일반적인 금융 사기 유형에 대한 이해
  • 이상 탐지를 위해 분류 알고리즘 적용하는 방법
  • 실시간 점수 산출 및 시스템 배포 전략 소개

모델 배포와 금융 인공지능 관련 윤리적 고려사항

  • Python, Flask 또는 클라우드 플랫폼을 활용한 모델 배포 방법
  • GDPR 준수와 설명 가능성 확보 등 윤리적 문제 및 규제 요건 고려하기
  • 실제 운영 환경에서의 모델 모니터링 및 재학습 절차

마무리 정리 및 향후 학습 방향

요건

  • 기초 통계학 및 금융 개념에 대한 이해
  • Excel 또는 기타 데이터 분석 도구 사용 경험
  • 프로그래밍 기본 지식 (특히 Python)

수강 대상자

  • 금융 분석가
  • 보험계리사
  • 리스크 관리 담당자
 21 시간

참가자 수


참가자별 가격

회원 평가 (5)

예정된 코스

관련 카테고리