感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
生成式AI簡介
- 生成式模型概述及其與金融的相關性
- 生成式模型的類型：LLMs、GANs、VAEs
- 在金融情境中的優勢與限制
金融領域的生成對抗網路（GANs）
- GANs的運作方式：生成器與鑑別器
- 在合成數據生成與詐欺模擬中的應用
- 案例研究：生成用於測試的真實交易數據
大型語言模型（LLMs）與提示工程
- LLMs如何理解與生成金融文本
- 為預測與風險分析設計提示
- 使用案例：財務報告摘要、KYC、紅旗偵測
利用生成式AI進行金融預測
- 使用混合LLM與ML模型進行時間序列預測
- 情境生成與壓力測試
- 使用案例：利用結構化與非結構化數據進行營收預測
詐欺偵測與異常識別
- 使用GANs進行交易異常偵測
- 透過基於提示的LLM工作流程識別新興詐欺模式
- 模型評估：誤報與真實風險指標的對比
監管與倫理影響
- 生成式AI輸出的可解釋性與透明度
- 金融領域中模型幻覺與偏見的風險
- 符合監管期望（例如GDPR、Basel指引）
為金融機構設計生成式AI使用案例
- 為內部採用建立商業案例
- 在創新與風險、合規之間取得平衡
- 負責任的AI部署之治理框架
總結與後續步驟
最低要求
- 了解基本的金融與風險管理概念
- 具有試算表或基本數據分析的經驗
- 熟悉Python會有所幫助，但不強制要求
目標受眾
- 風險經理
- 合規分析師
- 金融稽核員
14 小時
客戶評論 (1)
我已有一些了解的报告，我会使用今天看过的一些提示。
Kelly Cotham
課程 - Copilot for Finance and Accounting Professionals
機器翻譯
