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 no Finance
- Visão geral de IA e ML na indústria financeira
- Tipos de aprendizado de máquina (supervisionado, não supervisionado, reforço)
- Casos de estudo em detecção de fraudes, pontuação de crédito e modelagem de risco
Python e Fundamentos do Manejo de Dados
- Utilizando Python para manipulação e análise de dados
- Explorando 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, revocação, AUC)
Unsupervised Learning e Detecção de Anomalias
- Técnicas de agrupamento (K-means, DBSCAN)
- Análise de Componentes Principais (PCA)
- Deteção de valores atípicos para prevenção de fraudes
Pontuação de Crédito e Modelagem de Risco
- Construção de modelos de pontuação de crédito usando regressão logística e algoritmos baseados em árvores
- Manipulação de conjuntos de dados desbalanceados em aplicações de risco
- Interpretabilidade e justiça dos modelos na tomada de decisões financeiras
Deteção de Fraudes com Machine Learning
- Tipos comuns de fraudes financeiras
- Uso de algoritmos de classificação para detecção de anomalias
- Estratégias de pontuação e implantação em tempo real
Implantação de Modelos e Ética na IA Financeira
- Implantando modelos com Python, Flask ou plataformas de nuvem
- Considerações éticas e conformidade regulatória (por exemplo, GDPR, explicabilidade)
- Monitoramento e reentrenamento dos modelos em ambientes de produção
Resumo e Próximos Passos
Requisitos
- Compreensão de conceitos básicos de estatística e financeiros
- Experiência com Excel ou outras ferramentas de análise de dados
- Noções básicas de programação (preferencialmente em Python)
Público-alvo
- Analistas financeiros
- Atuários
- Oficiais de risco
21 Horas
