一切有规律可循的工作终将被机器所取代。 近年来掀起的人工智能革命,改变或即将改变很多行业的面貌,像金融,医疗等行业将首当其冲,在未来可能会发生深刻的变化。基于机器学习模型的算法交易,风控,产品推荐,优质用户挖掘在业务中逐渐处于主流地位。本课程将全面讲解金融行业的各个子领域面对的业务细节,并且以实际案例讲解其思路,建模,实现等完整过程。这些案例大多选自于各种金融数据挖掘大赛,有数据,有代码,可落地,听课者,不光可以远看观赏,也可以自己动手揭开机器学习的神秘面纱,一睹芳容,从而对金融行业的发展趋势有所体会,有所把控,并应用到自己的实际业务中。对于金融行业之外的学习者,也可以通过本课程细致全面的概念讲解,了解这个行业的业务和技术内涵,为转型到这个行业,以及进行私人投资等提供知识指导。 课程大纲: 第1课 金融行业人工智能应用概述。智能投顾介绍,算法交易案例:预测大型交易之后市场的短期反应并从中获利 第2课 机器股神。案例:利用前序历史数据,预测未来两天的股市回报 第3课 风控模型。案例:判断贷款是否会违约,以及违约所引致的损失 第4课 信用评分。案例:预测未来两年有可能遇到财务危机的可能性,并以此提高信用评分的可靠性 第5课 金融产品定价。案例:通过金融产品的一些相关特征,预测该产品价格 第6课 保险推荐。案例:通过分析客户和销售活动信息数据,例如财产信息,个人信息,销售信息等,预测客户购买所推荐的保险产品组合的可能性 第7课 保险客户再付费预测,案例:根据客户的多个特征,预测其在未来6个月内继续投保的可能性,这项预测的准确性是保险公司成功的关键 第8课 舆情分析。基于新闻数据与情感数据,应用自然语言处理技术,预测其对股票的短期影响 毕业实践项目:基于一家互联网金融公司的实际数据,自己动手设计其风控模型 授课时间: 课程将于2024年09月17日开课,课程持续时间大约为8周 授课对象: 对AI在金融行业应用感兴趣者,例如行业从业人员,用到有关技术的投资者,研究者,爱好者,以及职业方向准备转型金融行业高级数据分析师,架构师,算法设计师,数据科学家的朋友。 收获预期: 熟悉风控模型,智能投顾,产品推荐等金融行业典型场景,以及人工智能技术是怎样应用在这些场景里面的,从而有所体会,有所借鉴 授课讲师: tigerfish,知名数据库网站ITPUB创始人,知名数据分析网站炼数成金创始人。数据库专家,数据分析专家,有丰富的IT领域、数学领域的知识经验。他将带领他的数据分析团队完成整个授课工作。 何翠仪,毕业于中山大学统计学专业,炼数成金专职讲师。 在炼数成金上开设了多门关于数据分析与数据挖掘相关的课程,如《大数据的统计学基础》、《大数据的矩阵基础》《金融时间序列分析》等,也曾到不同的公司开展R语言与数据分析的相关培训。对数据分析有深刻认识,曾与不同领域公司合作,参与到多个数据分析的项目中,如华为、广州地铁等 课程视听: |