Contacta con nosotros

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
 21 Horas

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.
Inversión

Precio por grupo privado (formación online) desde 4350 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Reseñas (5)

Próximos cursos

Categorías Relacionadas