Zu diesem Schulungsthema gibts es Nachfolgekurse.
Künstliche Intelligenz - mit Anwendungsfällen aus der Finanzbranche
Seminardauer: 2 Tage
Das Seminar "Künstliche Intelligenz - mit Anwendungsfällen aus der Finanzbranche" wurde abgekündigt. Wir können Ihnen diese Schulung in Form eines Workshops in Ihrem Unternehmen anbieten.
Ziele der Schulung
In dieser 2-tägigen Schulung „Künstliche Intelligenz – mit Anwendungsfällen aus der Finanzbranche“ lernen Sie, wie KI-Systeme funktionieren, entwickelt werden und setzen das Gelernte direkt selbst in Python um. Schritt für Schritt bauen Sie eigene kleine Anwendungen mit klassischen Modellen, Zeitreihenanalysen und Neuronalen Netzen und Deep Learning
In zahlreichen praxisnahen Programmierübungen erleben Sie, wie moderne KI-Modelle arbeiten – von der Datenaufbereitung bis zur Modellbewertung. Dabei setzen wir bewusst auf intuitive Erklärungen statt Fachkauderwelsch.
Ob Sie schon erste Python-Erfahrungen mitbringen oder gerade erst einsteigen – Sie entwickeln in diesem Kurs ein tiefes Verständnis für die Funktionsweise und Einsatzmöglichkeiten von KI in der Finanzwelt.
Zielgruppe Seminar
- Alle, die operativ und strategisch in der Finanzbranche arbeiten und Analytics, Machine Learning und künstliche Intelligenz kennen lernen wollen.
Die Seminarinhalte werden anhand von Beispielen aus der Finanzbranche erläutert.
Voraussetzungen
- Keine Voraussetzungen
Lernmethodik
Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.
Seminarinhalt
Einführung in das Thema Künstliche Intelligenz
- Was ist Künstliche Intelligenz – und was nicht?
- Überblick über Themen und Module der Schulung
- Warum KI für die Finanzbranche jetzt relevant ist
Einstieg in Machine Learning
- Grundlagen und Methoden des maschinellen Lernens
- Aufbau und Funktionsweise neuronaler Netze
- Wie Maschinen lernen: Trainingsdaten, Algorithmen & Modelle
- Feature Engineering: Wie man relevante Informationen aus Daten gewinnt
- Qualität beurteilen: Metriken und Validierung von Modellen
Praxis I: Machine Learning in Python
- Erste eigene Modelle bauen
- Datensätze vorbereiten und trainieren
- Klassifikation und Regression anwenden
- Finance Case 1: Betrugserkennung im Zahlungsverkehr
- Finance Case 2: Kreditentscheidung mit ML-Modellen
Deep Learning & aktuelle Verfahren
- Unterschiede zwischen Machine Learning und Deep Learning
- Supervised, Unsupervised und Reinforcement Learning im Vergleich
- Überblick über Tools & Plattformen (TensorFlow, PyTorch & Co.)
- Grenzen aktueller Ansätze und Ausblick auf kommende Entwicklungen
Praxis II: Deep Learning mit Finanzdaten
- Aufbau eines Deep-Learning-Modells
- Trainingsstrategien und Modelloptimierung
- Finance Case 3: LLM, Text- und Audioanalytics
Ethik & Ausblick
- Verantwortung und gesellschaftliche Auswirkungen von KI
- Wie man ethische Überlegungen im Systemdesign berücksichtigt
- Blick in die Zukunft: Wird es eine „starke KI“ geben?
Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis
Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.
Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.
Kundenbewertungen
4,63
47 Teilnehmende
47 Teilnehmende
33%
57%
5%
0%
0%
