Temario del curso
Introducción al aprendizaje automático en el sector financiero
- Panorama general sobre la IA y el ML en el mundo financiero
- Clasificación de los tipos de aprendizaje automático (supervisado, no supervisado y refuerzo)
- Estudios de caso sobre la detección de fraudes, evaluación crediticia y modelado del riesgo
Conceptos básicos de Python y tratamiento de datos financieros
- Manipulación y análisis de datos con Python
- Exploración de conjuntos de datos financieros mediante Pandas y NumPy
- Representación gráfica de información con Matplotlib y Seaborn
Aprendizaje supervisado para la predicción financiera
- Regresión lineal y logística
- Árboles de decisión y conjuntos aleatorios
- Medición del desempeño de los modelos: precisión, sensibilidad, especificidad y valor AUC
Aprendizaje no supervisado y detección de anomalías
- Técnicas de agrupamiento: K-means y DBSCAN
- Análisis por componentes principales (PCA)
- Identificación de valores atípicos para prevenir fraudes
Modelado crediticio y evaluación del riesgo financiero
- Desarrollo de sistemas de clasificación crediticia mediante regresión logística y algoritmos basados en árboles
- Abordaje de problemas derivados de la existencia de datos desequilibrados en contextos relacionados con el riesgo
- Interpretabilidad y equidad ética en los modelos utilizados para la toma de decisiones financieras
Detección de fraudes mediante técnicas de aprendizaje automático
- Principales categorías y características de los fraudes financieros
- Implementación de algoritmos clasificatorios para detectar comportamientos anómalos
- Estrategias eficaces para la aplicación e integración en tiempo real de estos sistemas
Despliegue de modelos y aspectos éticos de la IA financiera
- Implementación práctica de los modelos usando Python, Flask o plataformas en la nube
- Consideraciones éticas y requisitos regulatorios aplicables (como el RGPD) así como la necesidad de explicabilidad
- Procedimientos recomendados para supervisar, optimizar y reentrenar los modelos en entornos productivos
Resumen final e indicaciones sobre futuros pasos
Requerimientos
- Conocimientos básicos de estadística y conceptos financieros
- Experiencia previa en el uso de Excel u otras herramientas de análisis de datos
- Entendimiento elemental de programación (preferiblemente con Python)
Público objetivo
- Analistas financieros
- Actuarios
- Profesionales encargados de la gestión del riesgo
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 4350 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (5)
Posibles aplicaciones/ejercicios
Estelle De la Fouchardiere - Advanced Bionics AG
Curso - Machine Learning & AI for Finance Professionals
Traducción Automática
Realmente disfruté ver cómo el uso de esta herramienta puede mejorar y automatizar el trabajo. También aprecié la parte inicial donde nos ayudaron a eliminar nuestros prejuicios contra la inteligencia artificial. Los ejemplos son maravillosos.
chiara di egidio - Advanced Bionics AG
Curso - Machine Learning & AI for Finance Professionals
Traducción Automática
I liked to get knowledge about new possibilities
Maciej Karolczak - Advanced Bionics AG
Curso - Machine Learning & AI for Finance Professionals
Traducción Automática
I like the examples, so we have an idea of what is possible
Deborah Highes
Curso - Machine Learning & AI for Finance Professionals
Traducción Automática
me ha abierto la mente a nuevas herramientas que pueden ayudarme en la creación de automatización
Alessandra Parpajola - Advanced Bionics AG
Curso - Machine Learning & AI for Finance Professionals
Traducción Automática