Temario del curso
Introducción al Aprendizaje Automático en las finanzas
- Panorama general de la IA y el ML en la industria financiera.
- Tipos de aprendizaje automático (supervisado, no supervisado, aprendizaje por refuerzo).
- Estudios de casos sobre detección de fraude, puntuación de crédito y modelización de riesgos.
Fundamentos de Python y manipulación de datos
- Uso de Python para la manipulación y el análisis de datos.
- Exploración de conjuntos de datos financieros con Pandas y NumPy.
- Visualización de datos con Matplotlib y Seaborn.
Aprendizaje supervisado para predicciones financieras
- Regresión lineal y logística.
- Árboles de decisión y bosques aleatorios.
- Evaluación del rendimiento del modelo (precisión, exactitud, sensibilidad, AUC).
Aprendizaje no supervisado y detección de anomalías
- Técnicas de agrupamiento (K-means, DBSCAN).
- Análisis de componentes principales (PCA).
- Detección de valores atípicos para la prevención de fraudes.
Puntuación de crédito y modelización de riesgos
- Construcción de modelos de puntuación de crédito utilizando regresión logística y algoritmos basados en árboles.
- Manejo de conjuntos de datos desequilibrados en aplicaciones de riesgo.
- Interpretabilidad y equidad del modelo en la toma de decisiones financieras.
Detección de fraude con Aprendizaje Automático
- Tipos comunes de fraude financiero.
- Uso de algoritmos de clasificación para la detección de anomalías.
- Estrategias de puntuación y despliegue en tiempo real.
Despliegue de modelos y ética en la IA financiera
- Despliegue de modelos con Python, Flask o plataformas en la nube.
- Consideraciones éticas y cumplimiento normativo (por ejemplo, GDPR, explicabilidad).
- Monitoreo y reentrenamiento de modelos en entornos de producción.
Resumen y próximos pasos
Requerimientos
- Comprensión de las estadísticas básicas y de los conceptos financieros.
- Experiencia con Excel u otras herramientas de análisis de datos.
- Conocimientos básicos de programación (preferiblemente en Python).
Público objetivo
- Analistas financieros.
- Actuarios.
- Oficiales de riesgo.
Testimonios (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
