Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Programa del Curso
Introducción a Machine Learning en Finance
- Panorama general de IA y ML en la industria financiera
- Tipos de aprendizaje automático (supervisado, no supervisado, aprendizaje por refuerzo)
- Estudios de caso en detección de fraude, calificación crediticia y modelado de riesgo
Python y Conceptos Básicos de Manejo de Datos
- Uso de Python para la manipulación y análisis de datos
- Exploración de conjuntos de datos financieros con Pandas y NumPy
- Visualización de datos utilizando Matplotlib y Seaborn
Supervised Learning para Predicción Financiera
- Regresión lineal y logística
- Árboles de decisión y bosques aleatorios
- Evaluación del rendimiento del modelo (precisión, exactitud, sensibilidad, AUC)
Unsupervised Learning y Detección de Anomalías
- Técnicas de agrupamiento (K-means, DBSCAN)
- Análisis de Componentes Principales (PCA)
- Detección de valores atípicos para la prevención del fraude
Calificación Crediticia y Modelado de Riesgo
- Construcción de modelos de calificación crediticia utilizando regresión logística y algoritmos basados en árboles
- Manejo de conjuntos de datos desequilibrados en aplicaciones de riesgo
- Interpretabilidad del modelo y equidad en la toma de decisiones financieras
Detección de Fraude con Machine Learning
- Tipos comunes de fraude financiero
- Uso de algoritmos de clasificación para la detección de anomalías
- Estrategias de puntuación en tiempo real y despliegue
Despliegue del Modelo y Ética en IA Financiera
- Despliegue de modelos con Python, Flask o plataformas en la nube
- Consideraciones éticas y cumplimiento regulatorio (por ejemplo, GDPR, explicabilidad)
- Monitoreo y reentrenamiento de modelos en entornos de producción
Resumen y Próximos Pasos
Requerimientos
- Comprender los conceptos básicos de estadísticas y finanzas
- Experiencia con Excel u otras herramientas de análisis de datos
- Conocimientos básicos de programación (preferiblemente en Python)
Audiencia
- Analistas financieros
- Actuarios
- Oficiales de riesgo
21 Horas
Testimonios (1)
Aprecie mucho la forma en que el entrenador presentó todo. Entendí todo incluso si Finance no es mi área, se aseguró de que todos los participantes estuvieran al mismo nivel, mientras mantenía el tiempo. Los ejercicios estaban bien distribuidos. La interacción con los participantes siempre fue constante. El material era perfecto, ni demasiado ni poco. Explicó muy bien temas un poco más complicados para que todos pudieran entenderlos.
Diana
Curso - ChatGPT for Finance
Traducción Automática
