Schulungsübersicht
Einführung in die Anwendung von KI im Finanzsektor
- Überblick über KI-Anwendungen im Finanzwesen (Betrugserkennung, algorithmischer Handel, Risikobewertung)
- Einblicke in die Prinzipien der Datenanalyse sowie Arten finanzieller Datensätze
- Ethische Aspekte und gesetzliche Vorgaben bei der KI-Implementierung
- Einrichtung einer Python- bzw. R-Umgebung zur Analyse finanzieller Daten
Datenbeschaffung und Vorverarbeitung
- Typische Datentypen im Finanzbereich (Aktiendaten, Marktindizes, Kundendaten)
- Methoden zur Bereinigung, Normalisierung und Transformation von Daten
- Erarbeitung relevanter Merkmale zur Optimierung der Analyse
- Praktische Durchführung der Vorverarbeitung eines finanziellen Datensatzes
Maschinelle Lernalgorithmen für Finanzdaten
- Lernverfahren unter Überwachung (lineare Regression, Entscheidungsbäume, Random Forest)
- Nichtüberwachte Lernverfahren zur Erkennung von Abweichungen (k-Means-Clustering, DBSCAN)
- Fallstudie: Kreditbewertungsmodelle sowie Risikomanagement
- Erstellung eines überwachten Modells zur Vorhersage von Aktienkursen
Fortgeschrittene KI-Techniken und Optimierung von Modellen
- Tieflernverfahren für finanzielle Zeitreihen (z. B. LSTM für Prognosen)
- Einführung in die Verstärkungslernmethode zur Entscheidungsfindung bei Handelsstrategien
- Optimierung von Modellparametern sowie Überprüfung der Modellgüte
- Praktische Anwendung des LSTM-Algorithmus an finanziellen Zeitreihendaten
Visualisierung, Interpretation und Berichterstellung
- Beste Vorgehensweisen bei der Visualisierung mithilfe von Werkzeugen wie Matplotlib, Seaborn oder Tableau
- Interpretation der Modellergebnisse zur Gewinnung geschäftlicher Erkenntnisse
- Erstellung aussagekräftiger Berichte für Entscheidungsträger:innen
- Komplette Umsetzung eines KI-basierten Workflows zur Analyse und Präsentation finanzieller Daten
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse in der Programmierung mit Python oder R
- Kenntnis finanzieller Fachbegriffe sowie Grundlagen der Statistik
Zielgruppe
- Finanzanalysten
- Datenwissenschaftler:innen
- Risikomanagement-Experten
Erfahrungsberichte (4)
Refactoring Übung und Graph Visualisierung
Tiago Kocevar - Lang Energie AG / Osterwalder Zurich AG
Kurs - Business Intelligence and Data Analysis with Metabase
Deepthi war sehr empfänglich für meine Bedürfnisse, sie konnte erkennen, wann sie zusätzliche Komplexität hinzufügen und wann sie zurückhaltend sein und einen strukturierteren Ansatz verfolgen sollte. Deepthi hat wirklich in meinem Tempo gearbeitet und sicher gestellt, dass ich die neuen Funktionen/Tools selbstständig einsetzen kann, indem sie mir zunächst gezeigt hat, wie es geht, und mich dann selbst nachbauen ließ. Dies half enorm bei der Vertiefung des Trainings. Ich bin extrem zufrieden mit den Ergebnissen dieses Trainings und mit Deepthis Fachwissen!
Deepthi - Invest Northern Ireland
Kurs - IBM Cognos Analytics
Maschinelle Übersetzung
Er war gut vorbereitet - und er ist sehr sympathisch.
Oliver - Post CH AG
Kurs - Splunk Fundamentals
Maschinelle Übersetzung
viele praktische Übungen
Marcin - Narodowy Bank Polski
Kurs - Splunk Data Administration
Maschinelle Übersetzung
