Course Outline

Perkenalan

Memahami Dasar-dasar Kecerdasan Buatan dan Machine Learning

Pemahaman Deep Learning

  • Gambaran Umum Konsep Dasar Deep Learning
  • Membedakan Antara Machine Learning dan Deep Learning
  • Ikhtisar Aplikasi untuk Deep Learning

Ikhtisar Neural Networks

  • Apa itu Neural Networks
  • Neural Networks vs Model Regresi
  • Pemahaman Mathematical Landasan dan Mekanisme Pembelajaran
  • Membangun Jaringan Syaraf Tiruan
  • Memahami Node dan Koneksi Neural
  • Bekerja dengan Neuron, Lapisan, dan Data Input dan Output
  • Memahami Perceptron Lapisan Tunggal
  • Perbedaan Antara Pembelajaran yang Diawasi dan Tanpa Supervisi
  • Umpan Balik Pembelajaran dan Umpan Balik Neural Networks
  • Pengertian Propagasi Maju dan Propagasi Balik
  • Memahami Memori Jangka Pendek Panjang (LSTM)
  • Menjelajahi Berulang Neural Networks dalam Praktek
  • Menjelajahi Konvolusional Neural Networks dalam praktiknya
  • Memperbaiki Cara Neural Networks Belajar

Ikhtisar Deep Learning Teknik yang Digunakan di Perbankan

  • Neural Networks
  • Pemrosesan Bahasa Alami
  • Pengenalan Gambar
  • Speech Recognition
  • Analisis Sentimental

Menjelajahi Deep Learning Studi Kasus untuk Perbankan

  • Program Anti Pencucian Uang
  • Pemeriksaan Kenali Pelanggan Anda (KYC).
  • Pemantauan Daftar Sanksi
  • Pengawasan Penipuan Penagihan
  • Risiko Management
  • Deteksi Penipuan
  • Segmentasi Produk dan Pelanggan
  • Evaluasi kinerja
  • Fungsi Kepatuhan Umum

Memahami Manfaat Deep Learning bagi Perbankan

Menjelajahi Berbagai Deep Learning Perpustakaan untuk Python

  • TensorFlow
  • Keras

Menyiapkan Python dengan TensorFlow untuk Deep Learning

  • Menginstal API TensorFlow Python.
  • Menguji Instalasi TensorFlow.
  • Menyiapkan TensorFlow untuk Pembangunan
  • Latih Model Jaringan Neural TensorFlow Pertama Anda

Menyiapkan Python dengan Keras untuk Deep Learning

Membangun Model Sederhana Deep Learning dengan Keras

  • Membuat Model Keras.
  • Memahami Data Anda
  • Menentukan Model Deep Learning Anda
  • Menyusun Model Anda
  • Menyesuaikan Model Anda
  • Bekerja dengan Data Klasifikasi Anda
  • Bekerja dengan Model Klasifikasi
  • Menggunakan Model Anda

Bekerja dengan TensorFlow untuk Deep Learning untuk Perbankan

  • Mempersiapkan Data
    • Mengunduh Data
    • Mempersiapkan Data Pelatihan
    • Mempersiapkan Data Uji
    • Penskalaan Input
    • Menggunakan Placeholder dan Variabel
  • Menentukan Arsitektur Jaringan
  • Menggunakan Fungsi Biaya
  • Menggunakan Pengoptimal
  • Menggunakan Inisialisasi
  • Memasang Jaringan Neural
  • Membangun Grafik
    • Kesimpulan
    • Kehilangan
    • Pelatihan
  • Melatih Model
    • Grafik
    • Sesi
    • Lingkaran Kereta Api
  • Mengevaluasi Model
    • Membangun Grafik Evaluasi
    • Mengevaluasi dengan Eval Output
  • Model Pelatihan dalam Skala Besar
  • Memvisualisasikan dan Mengevaluasi Model dengan TensorBoard

Praktek: Membangun Deep Learning Model Risiko Kredit Menggunakan Python

Memperluas Kemampuan Perusahaan Anda

  • Mengembangkan Model di Cloud
  • Menggunakan GPU untuk Mempercepat Deep Learning
  • Menerapkan Deep Learning Neural Networks untuk Computer Vision, Pengenalan Suara, dan Analisis Teks

Ringkasan dan Kesimpulan

Requirements

  • Pengalaman dengan pemrograman Python.
  • Keakraban umum dengan konsep keuangan dan perbankan
  • Keakraban dasar dengan statistik dan konsep matematika
 28 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories