Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução ao Machine Learning em Finance
- Visão geral de IA e ML no setor financeiro
- Tipos de aprendizado de máquina (supervisionado, não supervisionado, reforço)
- Estudos de caso em detecção de fraudes, pontuação de crédito e modelagem de risco
Python e Fundamentos do Manipulação de Dados
- Utilização do Python para manipulação e análise de dados
- Exploração de conjuntos de dados financeiros com Pandas e NumPy
- Visualização de dados usando Matplotlib e Seaborn
Supervised Learning para Previsão Financeira
- Regressão linear e logística
- Árvores de decisão e florestas aleatórias
- Avaliação do desempenho dos modelos (acurácia, precisão, recall, AUC)
Unsupervised Learning e Detecção de Anomalias
- Técnicas de agrupamento (K-means, DBSCAN)
- Análise de Componentes Principais (PCA)
- Detecção de outliers para prevenção à fraude
Pontuação de Crédito e Modelagem de Risco
- Construção de modelos de pontuação de crédito usando regressão logística e algoritmos baseados em árvores
- Lidando com conjuntos de dados desbalanceados em aplicações de risco
- Interpretabilidade do modelo e equidade na tomada de decisões financeiras
Detecção de Fraudes com Machine Learning
- Tipos comuns de fraudes financeiras
- Uso de algoritmos de classificação para detecção de anomalias
- Estratégias de pontuação em tempo real e implantação
Implantação do Modelo e Ética na IA Financeira
- Implantação de modelos com Python, Flask ou plataformas cloud
- Considerações éticas e conformidade regulatória (por exemplo, GDPR, explicabilidade)
- Monitoramento e treinamento contínuo dos modelos em ambientes de produção
Resumo e Próximos Passos
Requisitos
- Compreensão de estatísticas básicas e conceitos financeiros
- Experiência com Excel ou outras ferramentas de análise de dados
- Conhecimentos básicos de programação (preferencialmente em Python)
Público-alvo
- Analistas financeiros
- Atuários
- Oficiais de risco
21 Horas
Declaração de Clientes (1)
Apreciei muito a maneira como o instrutor apresentou tudo. Entendi tudo, mesmo Finance não sendo minha área, ele se certificou de que todos os participantes estavam na mesma página, enquanto mantinha o controle do tempo restante. Os exercícios foram colocados em intervalos adequados. Communication com os participantes sempre esteve presente. O material foi perfeito, nem muito, nem pouco. Ele explicou muito bem assuntos um pouco mais complicados para que todos pudessem entender.
Diana
Curso - ChatGPT for Finance
Máquina Traduzida
