Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa do Curso
Introdução
Compreender os fundamentos da inteligência artificial e Machine Learning
Compreensão Deep Learning
- Visão geral dos conceitos básicos de Deep Learning Diferenciando entre Machine Learning e Deep Learning Visão geral de aplicativos para Deep Learning
Visão geral de Neural Networks
- O que são Neural Networks Neural Networks x modelos de regressão Compreendendo fundamentos matemáticos e mecanismos de aprendizado Construindo uma rede neural artificial Compreendendo nós e conexões neurais Trabalhando com neurônios, camadas e dados de entrada e saída Compreendendo Perceptrons de camada única Diferenças entre aprendizado supervisionado e não supervisionado Feedforward de aprendizado e Feedback Neural Networks Compreendendo a propagação direta e a retropropagação Compreendendo a memória de curto e longo prazo (LSTM)
Visão geral de Deep Learning técnicas usadas no setor bancário
- Redes Neurais Processamento de Linguagem Natural Reconhecimento de Imagem Speech Recognition Análise Sentimental
Explorando Deep Learning estudos de caso para bancos
- Programas de combate à lavagem de dinheiro Verificações Know-Your-Customer (KYC) Lista de sanções Monitoramento Supervisão de fraudes de cobrança Risk Management Detecção de fraudes Segmentação de produtos e clientes Avaliação de desempenho Funções gerais de conformidade
Compreendendo os benefícios de Deep Learning para bancos
Explorando os diferentes pacotes de Deep Learning para R Deep Learning em R com Keras e RStudio
- Visão geral do pacote Keras para R Instalando o pacote Keras para R Carregando os dados usando conjuntos de dados integrados Usando dados de arquivos Usando dados fictícios
Desenvolvendo modelos na nuvem usando GPUs para acelerar o aprendizado profundo Aplicando o aprendizado profundo Neural Networks para visão computacional, reconhecimento de voz e análise de texto.
Resumo e conclusão
Requisitos
- Experiência básica em programação R
- Familiaridade geral com conceitos financeiros e bancários
- Familiaridade básica com estatística e conceitos matemáticos
28 horas