문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
금융 산업에서 Machine Learning와 Finance 소개
- 금융 산업에서 AI와 ML 개요
- 머신러닝의 종류 (감독 학습, 비감독 학습, 강화 학습)
- 사기 탐지, 신용 점수, 위험 모델링 사례 연구
Python와 데이터 처리 기본
- Python를 사용하여 데이터 조작 및 분석
- Pandas과 NumPy를 사용하여 금융 데이터셋 탐색
- Matplotlib와 Seaborn을 사용한 데이터 시각화
금융 예측을 위한 Supervised Learning
- 선형 및 로지스틱 회귀
- 결정 트리와 랜덤 포레스트
- 모델 성능 평가 (정확도, 정밀도, 재현율, AUC)
Unsupervised Learning와 이상 탐지
- 군집화 기술 (K-means, DBSCAN)
- 주성분 분석 (PCA)
- 사기 예방을 위한 이상치 탐지
신용 점수 및 위험 모델링
- 로지스틱 회귀 및 트리 기반 알고리즘을 사용하여 신용 점수 모델 구축
- 위험 애플리케이션에서 불균형 데이터셋 처리
- 금융 의사 결정에서 모델 해석 가능성과 공정성
Machine Learning를 통한 사기 탐지
- 일반적인 금융 사기 유형
- 이상 탐지를 위한 분류 알고리즘 사용
- 실시간 점수 및 배포 전략
금융 AI의 모델 배포 및 윤리
- Python, Flask 또는 클라우드 플랫폼을 사용하여 모델 배포
- 윤리적 고려 사항 및 규제 준수 (예: GDPR, 설명 가능성)
- 생산 환경에서 모델 모니터링 및 재훈련
요약 및 다음 단계
Requirements
- 기본 통계와 금융 개념에 대한 이해
- Excel 또는 기타 데이터 분석 도구 사용 경험
- 기본 프로그래밍 지식(가능한 경우 Python에서)
대상
- 금융 분석가
- 액추어리
- 리스크 관리자
21 Hours
회원 평가 (1)
제가 매우 감사한 점은 강사가 모든 내용을 얼마나 잘 설명했는지입니다. Finance이 제 전공 분야는 아니지만, 모든 참가자가 동일한 페이지에 있도록 했으며, 남은 시간을 유지했습니다. 연습은 적절한 간격에 배치되었습니다. Communication는 참가자들과의 소통은 항상 있었습니다. 자료는 너무 많지도, 적지도 않았습니다. 그는 복잡한 주제를 더 잘 설명하여 모든 사람이 이해할 수 있도록 했습니다.
Diana
Course - ChatGPT for Finance
기계 번역됨