Course Outline

Pengantar AI di Sektor Keuangan

  • Tinjauan umum aplikasi AI dalam keuangan (deteksi penipuan, perdagangan algoritmik, penilaian risiko)
  • Pengenalan prinsip analisis data dan jenis data keuangan
  • Pertimbangan etika dan kepatuhan peraturan dalam implementasi AI
  • Menyiapkan lingkungan Python/R untuk analisis data keuangan

Pengumpulan dan Praproses Data

  • Sumber data di sektor keuangan (data saham, indeks pasar, data pelanggan)
  • Teknik pembersihan, normalisasi, dan transformasi data
  • Rekayasa fitur untuk analisis data yang ditingkatkan
  • Praproses dataset keuangan untuk analisis

Machine Learning Algoritma untuk Data Keuangan

  • Algoritma pembelajaran terbimbing (regresi linier, pohon keputusan, hutan acak)
  • Pembelajaran tanpa pengawasan untuk deteksi anomali (pengelompokan k-means, DBSCAN)
  • Analisis studi kasus: Model penilaian kredit dan manajemen risiko
  • Membangun model yang diawasi untuk memprediksi harga saham

Teknik AI Tingkat Lanjut dan Optimasi Model

  • Model pembelajaran mendalam untuk data keuangan (LSTM untuk peramalan deret waktu)
  • Pengantar pembelajaran penguatan untuk pengambilan keputusan dalam strategi perdagangan
  • Penyetelan hiperparameter dan validasi model
  • Menerapkan LSTM untuk data deret waktu keuangan

Visualisasi, Interpretasi, dan Pelaporan

  • Praktik terbaik visualisasi data menggunakan pustaka (Matplotlib, Seaborn, Tableau)
  • Menafsirkan keluaran model untuk wawasan bisnis
  • Membuat laporan komprehensif untuk para pemangku kepentingan
  • Menganalisis dan menyajikan data keuangan menggunakan alur kerja AI yang lengkap

Ringkasan dan Langkah Berikutnya

Requirements

  • Pengetahuan dasar tentang pemrograman Python/R
  • Pemahaman tentang terminologi keuangan dan statistik dasar

Hadirin

  • Analis keuangan
  • Ilmuwan data
  • Manajer risiko
 28 Hours

Number of participants


Price per participant

Testimonials (4)

Upcoming Courses (Minimal 5 peserta)

Related Categories