Eğitim İçeriği

Machine Learning ve Finance'e Giriş

  • Finansal sektörde AI ve ML genel bakışı
  • Makine öğrenimi türleri (supervised, unsupervised, reinforcement learning)
  • Hile algılama, kredi skorlama ve risk modelleme case studyleri

Python ve Veri Yönetimi Temelleri

  • Veri manipülasyonu ve analizinde Python'yi kullanma
  • Financial veri kümelerini Pandas ile NumPy ile keşfetme
  • Matplotlib ve Seaborn kullanarak veri görselleştirme

Supervised Learning Finansal Tahminleme İçin

  • Doğrusal ve lojistik regresyon
  • Karar ağaçları ve random forests
  • Model performansını değerlendirme (accuracy, precision, recall, AUC)

Unsupervised Learning ve Anomali Algılama

  • Klüsterleme teknikleri (K-means, DBSCAN)
  • Ana Bileşen Analizi (PCA)
  • Hile önleyici aykırı değer algılama

Kredi Skorlama ve Risk Modelleme

  • Doğrusal regresyon ve ağaç tabanlı algoritmalar kullanarak kredi skorlama modelleri oluşturma
  • Risk uygulamalarında ekipman dengesiz veri setlerini yönetme
  • Finansal karar alma süreçlerinde model yorumlanabilirliği ve adiliteit

Machine Learning ile Hile Algılama

  • Finansal hilelerin yaygın tipleri
  • Sınıflandırma algoritmalarını aykırı değer algılama için kullanma
  • Gerçekte skorlama ve dağıtım stratejileri

Model Dağıtımı ve Finansal AI'de Etik İlkeler

  • Python, Flask veya bulut platformları ile model dağıtımı
  • Etik ilkeler ve düzenleyici uyumluluğu (örn., GDPR, açıklık)
  • Üretim ortamlarında model izleme ve yeniden eğitimi

Özeti ve Sonraki Adımlar

Kurs İçin Gerekli Önbilgiler

  • İstatistik ve finansal kavramların temel bir anlayışı
  • Excel veya diğer veri analizi araçlarıyla deneyim
  • Temel programlama bilgisi (öncelikle Python ile)

Kitle

  • Finansal analistler
  • Aktüeryalar
  • Risk memurları
 21 Saat

Katılımcı Sayısı


Kişi Başına Fiyat

Danışanlarımızın Yorumları (1)

Yaklaşan Etkinlikler

İlgili Kategoriler