Kontakt aufnehmen

Schulungsübersicht

Einführung in maschinelles Lernen im Finanzwesen

  • Überblick über KI und ML in der Finanzbranche
  • Arten des maschinellen Lernens (überwacht, unüberwacht, verstärkendes Lernen)
  • Fallstudien zur Betrugserkennung, Kreditwürdigkeitsprüfung und Risikomodellierung

Grundlagen von Python und Datenverwaltung

  • Nutzung von Python für Datenmanipulation und -analyse
  • Untersuchung finanzieller Datensätze mit Pandas und NumPy
  • Datenvisualisierung mit Matplotlib und Seaborn

Überwachtes Lernen für finanzielle Prognosen

  • Lineare und logistische Regression
  • Entscheidungsbaum-Modelle und Random Forests
  • Bewertung der Modellleistung (Genauigkeit, Präzision, Recall, AUC)

Unüberwachtes Lernen und Anomalieerkennung

  • Clustering-Verfahren (K-Means, DBSCAN)
  • Hauptkomponentenanalyse (PCA)
  • Erkennung von Ausreißern zur Betrugsprävention

Kreditwürdigkeitsprüfung und Risikomodellierung

  • Erstellung von Kreditwürdigkeitsmodellen mit logistischer Regression und baumbasierten Algorithmen
  • Umgang mit unausgeglichenen Datensätzen in Risikobewertungen
  • Interpretierbarkeit und Fairness von Modellen bei finanziellen Entscheidungen

Betrugserkennung mit maschinellem Lernen

  • Häufige Formen von Finanzbetrug
  • Einsatz von Klassifizierungsalgorithmen zur Anomalieerkennung
  • Echtzeit-Bewertung und Bereitstellungsstrategien

Modellbereitstellung und Ethik in finanzieller KI

  • Bereitstellung von Modellen mit Python, Flask oder Cloud-Plattformen
  • Ethische Überlegungen und regulatorische Compliance (z. B. DSGVO, Erklärbarkeit)
  • Überwachung und Neuerstellung von Modellen in Produktionsumgebungen

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegende Kenntnisse in Statistik und Finanzkonzepten
  • Erfahrung mit Excel oder anderen Datenanalyse-Tools
  • Grundlegendes Programmierwissen (vorzugsweise in Python)

Zielgruppe

  • Finanzanalysten
  • Versicherungsmathematiker (Aktuare)
  • Risikomanager
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (5)

Kommende Kurse

Verwandte Kategorien