Plan du cours

Introduction aux Machine Learning dans le secteur des Finance

  • Aperçu de l'IA et du ML dans l'industrie financière
  • Types d'apprentissage automatique (supervisé, non supervisé, renforcement)
  • Cas pratiques en détection de fraudes, notation de crédit et modélisation des risques

Python et bases de la gestion des données

  • Utilisation du Python pour la manipulation et l'analyse des données
  • Exploration des jeux de données financières avec Pandas et NumPy
  • Visionnage des données grâce à Matplotlib et Seaborn

Supervised Learning pour la prédiction financière

  • Régression linéaire et logistique
  • Arbres de décision et forêts aléatoires
  • Évaluation des performances du modèle (précision, rappel, AUC)

Unsupervised Learning et détection d'anomalies

  • Téniques de regroupement (K-means, DBSCAN)
  • Analyse en composantes principales (PCA)
  • Détection des valeurs aberrantes pour prévenir les fraudes

Notation de crédit et modélisation des risques

  • Construction des modèles de notation de crédit avec la régression logistique et les algorithmes basés sur les arbres de décision
  • Gestion des jeux de données déséquilibrés dans les applications de risque
  • Interprétabilité du modèle et équité dans la prise de décisions financières

Détection de fraudes avec Machine Learning

  • Types courants de fraude financière
  • Utilisation des algorithmes de classification pour détecter les anomalies
  • Straatégies d'évaluation en temps réel et déploiement

Déploiement du modèle et éthique dans l'IA financière

  • Déploiement des modèles avec Python, Flask ou plateformes cloud
  • Considérations éthiques et conformité réglementaire (par exemple, GDPR, explication)
  • Suivi et réentrainement des modèles dans les environnements de production

Résumé et prochains pas

Pré requis

  • Une compréhension des concepts de base en statistiques et en finance
  • Expérience avec Excel ou autres outils d'analyse de données
  • Connaissances de programmation de base (de préférence en Python)

Public visé

  • Analystes financiers
  • Actuaires
  • Délégués du risque
 21 Heures

Nombre de participants


Prix ​​par Participant

Cours à venir

Catégories Similaires