Struttura del corso
Introduzione all’Intelligenza Artificiale nel settore finanziario
- Panoramica sulle applicazioni dell’IA in ambito finanziario (rilevamento delle frodi, trading algoritmico, valutazione del rischio)
- Nozioni di base sull’analisi dei dati e tipologie di dati finanziari
- Aspetti etici e normativi legati all’implementazione dell’IA
- Configurazione dell’ambiente Python o R per l’analisi dei dati finanziari
Raccolta e pre-elaborazione dei dati
- Fonti di dati nel settore finanziario (dati azionari, indici di mercato, informazioni sui clienti)
- Tecniche di pulizia, normalizzazione e trasformazione dei dati
- Ingegneria delle feature per ottimizzare l’analisi dei dati<\/li>
- Preparazione di un dataset finanziario ai fini dell’analisi
Algoritmi di machine learning per i dati finanziari
- Algoritmi di apprendimento supervisionato (regressione lineare, alberi decisionali, foresta casuale)
- Apprendimento non supervisionato per il rilevamento delle anomalie (clustering k-means, DBSCAN)
- Analisi di casi pratici: modelli di scoring del credito e gestione del rischio
- Realizzazione di un modello supervisionato per la previsione dei prezzi delle azioni
Tecniche avanzate di IA e ottimizzazione dei modelli
- Modelli di deep learning applicati ai dati finanziari (LSTM per le previsioni temporali)
- Nozioni introduttive sull’apprendimento per rinforzo nella definizione delle strategie di trading
- Regolazione degli iperparametri e validazione dei modelli
- Implementazione di reti LSTM per l’analisi di serie temporali finanziarie
Visualizzazione, interpretazione e reportistica dei dati
- Best practice nella visualizzazione dei dati mediante librerie come Matplotlib, Seaborn e Tableau
- Interpretazione corretta degli output generati dai modelli per ottenere insight utili all’azienda
- Realizzazione di report completi destinati alle parti interessate<\/li>
- Analisi e presentazione dei dati finanziari seguendo un flusso di lavoro basato sull’IA
Riepilogo e prossimi passi
Requisiti
- Conoscenze di base della programmazione in Python o R
- Comprensione della terminologia finanziaria e dei principi statistici fondamentali
Destinatari
- Analisti finanziari
- Data scientist
- Responsabili della gestione del rischio
Recensioni (3)
Deepthi era molto sensibile alle mie esigenze, sapeva quando aggiungere strati di complessità e quando instead trattenersi e adottare un approccio più strutturato. Deepthi ha davvero lavorato al mio ritmo e si è assicurata che potessi utilizzare le nuove funzioni/strumenti da solo, mostrandomi prima come fare e poi lasciandomi riprodurre gli elementi di persona, il che ha realmente aiutato a consolidare la formazione. Non potrei essere più felice dei risultati di questa formazione e del livello di competenza di Deepthi!
Deepthi - Invest Northern Ireland
Corso - IBM Cognos Analytics
Traduzione automatica
era ben preparato - e è molto simpatico
Oliver - Post CH AG
Corso - Splunk Fundamentals
Traduzione automatica
molti esercizi pratici
Marcin - Narodowy Bank Polski
Corso - Splunk Data Administration
Traduzione automatica
