Curso de Aprendizaje Automático para la Banca (con R)

Código del Curso

mlbankingr

Duración

28 horas (por lo general 4 días incluidas las pausas)

Requerimientos

  • Experiencia de programación con cualquier idioma
  • Familiaridad básica con estadísticas y álgebra lineal

Descripción General

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria bancaria. R se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en vivo.

Audiencia

  • Desarrolladores
  • Científicos de datos
  • Profesionales bancarios con experiencia técnica

Formato del curso

  • Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Programa del Curso

Introducción

  • Diferencia entre el aprendizaje estadístico (análisis estadístico) y el aprendizaje automático
  • Adopción de la tecnología de aprendizaje automático por parte de las empresas financieras y bancarias

Diferentes tipos de aprendizaje automático

  • Aprendizaje supervisado vs aprendizaje no supervisado
  • Iteracion y evaluacion
  • Diferencia de sesgo-varianza
  • Combinando el aprendizaje supervisado y no supervisado (aprendizaje semi-supervisado)

Lenguajes y juegos de herramientas de aprendizaje automático

  • Código abierto vs sistemas y software patentados
  • R vs Python vs Matlab
  • Bibliotecas y marcos

Estudios de casos de Machine Learning

  • Datos del consumidor y Big Data
  • Evaluar el riesgo en los préstamos de consumo y negocios
  • Mejorando el servicio al cliente a través del análisis de sentimiento
  • Detección de fraude de identidad, fraude de facturación y lavado de dinero

Introducción a R

  • Instalación de RStudio IDE
  • Cargando paquetes R
  • Estructuras de datos
  • Vectores
  • Factores
  • Liza
  • Marcos de datos
  • Matrices y matrices

Cómo cargar datos de aprendizaje automático

  • Bases de datos, data warehouses y transmisión de datos
  • Almacenamiento distribuido y procesamiento con Hadoop y Spark
  • Importar datos de una base de datos
  • Importar datos de Excel y CSV

Modelando las decisiones comerciales con el aprendizaje supervisado

  • Clasificando sus datos (clasificación)
  • Usando análisis de regresión para predecir el resultado
  • Elegir entre los algoritmos de aprendizaje automático disponibles
  • Comprender los algoritmos del árbol de decisión
  • Comprender algoritmos forestales aleatorios
  • Evaluación del modelo
  • Ejercicio

Análisis de regresión

  • Regresión lineal
  • Generalizaciones y no linealidad
  • Ejercicio

Clasificación

  • Refrescante Bayesiano
  • Naive Bayes
  • Regresión logística
  • K-vecinos más cercanos
  • Ejercicio

Hands-on: Construyendo un Modelo de Estimación

  • Evaluar el riesgo de préstamo basado en el tipo e historial del cliente

Evaluación del rendimiento de los algoritmos de aprendizaje automático

  • Validación cruzada y remuestreo
  • Agregación Bootstrap (ensacado)
  • Ejercicio

Modelando las decisiones comerciales con el aprendizaje no supervisado

  • Cuando los conjuntos de datos de muestra no están disponibles
  • K-means clustering
  • Desafíos del aprendizaje no supervisado
  • Más allá de K-means
  • Redes Bayes y Modelos Ocultos de Markov
  • Ejercicio

Hands-on: Construyendo un Sistema de Recomendación

  • Analizar el comportamiento del cliente pasado para mejorar las nuevas ofertas de servicios

Extender las capacidades de su empresa

  • Desarrollando modelos en la nube
  • Aceleración del aprendizaje automático con GPU adicionales
  • Aplicación de redes neuronales Deep Learning para visión artificial, reconocimiento de voz y análisis de texto

Comentarios finales

Testimonios

★★★★★
★★★★★

Categorías Relacionadas

Cursos Relacionados

Promociones

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No vamos a pasar o vender su dirección a otros.
Siempre puede cambiar sus preferencias o anular la suscripción por completo.

Algunos de nuestros clientes

is growing fast!

We are looking for a good mixture of IT and soft skills in Spain!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

Este sitio en otros países / regiones