Uczenie maszynowe i sztuczna inteligencja w finansach 232710-S
Wykład (WYK) Semestr letni 2023/24

Wprowadzenie do uczenia maszynowego i sztucznej inteligencji w finansach: efekt i korzyści wynikające ze stosowania tych metod w obszarze finansowym, potrzebne umiejętności i nakłady pracy, możliwości zrozumienia i interpretacji wyników

Obszary i dane finansowe, które mogą być wykorzystane w uczeniu maszynowym, proces przygotowania i analizy danych finansowych

Modele parametryczne i metody regularyzacji w modelach regresyjnych

Modele klasyfikacyjne w finansach: drzewa klasyfikacyjne i lasy losowe

Metody uczenia zespołowego: bagging, boosting - zalety i ograniczenia zastosowań

Zagadnienia Deep learning w obszarze finansowym

Metody oceny skuteczności działania modeli uczenia maszynowego

Explainability (interpretowalność) oraz fair aware modelu uczenia maszynowego

Uczenie maszynowe w praktycznych zagadnieniach cz.1: wykrywanie nadużyć, ocena ryzyka upadłości

Uczenie maszynowe w praktycznych zagadnieniach cz.2: wsparcie zarządzania ryzykiem, wsparcie zarządzania portfelem

Uczenie maszynowe w praktycznych zagadnieniach cz.3: profilowanie klientów i customer experience, wsparcie doradztwa finansowego

Metody NLP i możliwości ich wykorzystania w finansach

Metody grupowania danych; Zagadnienia Big Data w finansach

Prezentacja i dyskusja projektów grupowych