Eğitim İçeriği

Finanste Makine Öğrenimiye Giriş

  • Finans sektöründe YAP ve ML genel bakış
  • Makine öğreniminin türleri (denetimli, denetimsiz, takviyeli öğrenme)
  • Sahtekarlık tespiti, kredi skorlaması ve risk modellemesi konusunda örnek uygulamalar

Python ve Veri Yönetimi Temelleri

  • Veri manipülasyonu ve analizi için Python kullanımı
  • Pandas ve NumPy ile finans veri setlerini incelemek
  • Matplotlib ve Seaborn kullanarak veri görselleştirmesi

Finansal Tahmin için Denetimli Öğrenme

  • Doğrusal ve lojistik regresyon
  • Karar ağaçları ve rastgele ormanlar
  • Model performansını değerlendirme (doğruluk, hassasiyet, geri çağırma, AUC)

Denetimsiz Öğrenme ve Anormallik Tespiti

  • Kümeleme teknikleri (K-means, DBSCAN)
  • Ana bileşen analizi (PCA)
  • Sahtekarlık önleme için aykırı değer tespiti

Kredi Skorlaması ve Risk Modellemesi

  • Lojistik regresyon ve ağaç tabanlı algoritmalar kullanarak kredi skorlama modelleri oluşturmak
  • Risk uygulamalarında dengesiz veri setleriyle çalışma
  • Finansal kararları alma konusunda model yorumlanabilirliği ve adilliği

Makine Öğrenimi ile Sahtekarlık Tespiti

  • Finansal sahtekarlığın yaygın türleri
  • Anormallik tespiti için sınıflandırma algoritmalarını kullanmak
  • Gerçek zamanlı skorlama ve dağıtım stratejileri

Model Dağıtımı ve Finans YAP'daki Etik

  • Python, Flask veya bulut platformları ile model dağıtımı
  • Etik dikkatler ve düzenleyici uyumluluk (örneğin, GDPR, yorumlanabilirlik)
  • Üretim ortamlarında model izleme ve yeniden eğitimi

Özet ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • Temel istatistik ve finans kavramlarının anlaşılması
  • Excel veya diğer veri analizi araçlarıyla deneyim
  • Temel programlama bilgisi (tercihen Python)

Hedef Kitle

  • Finans analistleri
  • Aktüerciler
  • Risk yöneticileri
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (5)

Yaklaşan Etkinlikler

İlgili Kategoriler