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
Generative AI 簡介
- 生成模型的概述及其在金融領域的相關性
- 生成模型的類型:LLMs、GANs、VAEs
- 在金融環境中的優勢與侷限性
生成對抗網絡 (GANs) 在 Finance 中的應用
- GANs 的工作原理:生成器與判別器
- 在合成數據生成和欺詐模擬中的應用
- 案例研究:生成用於測試的真實交易數據
Large Language Models (LLMs) 和 Prompt Engineering
- LLMs 如何理解並生成金融文本
- 爲預測和風險分析設計提示詞
- 應用案例:財務報告摘要、KYC、風險信號檢測
使用 Generative AI 進行金融 Forecasting
- 使用混合 LLM 和 ML 模型進行時間序列預測
- 場景生成與壓力測試
- 應用案例:使用結構化和非結構化數據進行收入預測
欺詐檢測與異常識別
- 使用 GANs 進行交易中的異常檢測
- 通過基於提示詞的 LLM 工作流識別新興欺詐模式
- 模型評估:誤報與真實風險指標
監管與倫理影響
- 生成式 AI 輸出的可解釋性與透明度
- 金融領域中的模型幻覺與偏見風險
- 符合監管期望(例如 GDPR、巴塞爾指南)
爲金融機構設計 Generative AI Use Case
- 構建內部採用的商業案例
- 在創新與風險及合規之間取得平衡
- 負責任 AI 部署的 Go 治理框架
總結與下一步
最低要求
- 對基礎金融和風險管理概念的理解
- 使用電子表格或基礎數據分析的經驗
- 熟悉Python有幫助,但不是必需的
受衆
- 風險經理
- 合規分析師
- 財務審計師
14 時間:
客戶評論 (3)
LLMs的背景/理論,練習
Joanne Wong - IPG HK Limited
課程 - Applied AI for Financial Statement Analysis & Reporting
機器翻譯
它讓我瞭解了可以幫助我創建自動化的新工具
Alessandra Parpajola - Advanced Bionics AG
課程 - Machine Learning & AI for Finance Professionals
機器翻譯
我非常欣賞培訓師的講解方式。即使金融不是我的專業領域,我也能理解所有內容。他確保每位參與者都能跟上進度,同時把握好時間。練習的安排也很合理。與參與者的溝通始終暢通。材料恰到好處,不多不少。他對一些較複雜的內容進行了詳細闡述,讓每個人都能理解。
Diana
課程 - ChatGPT for Finance
機器翻譯