Struttura del corso

Introduzione al dominio specifico Fine-Tuning

  • Panoramica sulle tecniche di messa a punto
  • Sfide nel settore finanziario
  • Casi di studio dell'intelligenza artificiale in finanza

Modelli pre-addestrati per applicazioni finanziarie

  • Introduzione ai modelli pre-addestrati più diffusi (ad esempio, GPT, BERT)
  • Selezione di modelli appropriati per le attività finanziarie
  • Preparazione dei dati per la messa a punto in finanza

Fine-Tuning Per le principali attività finanziarie

  • Rilevamento delle frodi utilizzando modelli di machine learning
  • Valutazione del rischio con la modellazione predittiva
  • Costruire sistemi automatizzati di consulenza finanziaria

Affrontare le sfide dei dati finanziari

  • Gestione di dati sensibili e sbilanciati
  • Garantire la privacy e la sicurezza dei dati
  • Integrazione delle normative finanziarie nei flussi di lavoro dell'intelligenza artificiale

Considerazioni etiche e normative

  • Pratiche etiche di intelligenza artificiale nel settore finanziario
  • Conformità a GDPR e SOX
  • Mantenere la trasparenza nei modelli di intelligenza artificiale

Scalabilità e distribuzione dei modelli

  • Ottimizzazione dei modelli per la distribuzione in produzione
  • Monitoraggio e mantenimento delle prestazioni del modello
  • Best practice per la scalabilità nelle applicazioni finanziarie

Applicazioni reali e casi di studio

  • Sistemi di rilevamento delle frodi
  • Modellazione del rischio per i portafogli d'investimento
  • Servizio clienti basato sull'intelligenza artificiale nel settore finanziario

Riepilogo e passaggi successivi

Requisiti

  • Conoscenza di base dell'apprendimento automatico
  • Familiarità con la programmazione Python
  • Conoscenza dei concetti e della terminologia finanziaria

Pubblico

  • Analisti finanziari
  • Professionisti dell'intelligenza artificiale nel settore finanziario
 21 ore

Numero di Partecipanti


Prezzo per Partecipante

Corsi in Arrivo

Categorie relative