课程大纲

金融服务中的边缘AI简介

  • 边缘AI概述及其在金融中的应用
  • 在银行业使用边缘AI的优势与挑战
  • 金融中成功的边缘AI应用案例

设置边缘AI环境

  • 安装和配置边缘AI工具
  • 集成金融数据源和收集系统
  • 相关边缘AI框架和库简介
  • 环境设置的实际操作练习

使用边缘AI进行欺诈检测

  • 欺诈检测简介
  • 开发实时欺诈检测的AI模型
  • 实施异常检测系统
  • 欺诈检测的实际操作练习

使用边缘AI提升客户服务

  • 金融服务中的客户服务概述
  • 个性化客户交互的AI技术
  • 实施AI驱动的聊天机器人和虚拟助手
  • 客户服务应用的实际操作练习

使用边缘AI进行风险管理

  • 风险管理简介
  • 使用AI进行实时风险评估和缓解
  • 实施AI驱动的决策支持系统
  • 风险管理的实际操作练习

部署和管理边缘AI解决方案

  • 在金融边缘设备上部署AI模型
  • 监控和维护边缘AI系统
  • 故障排除和优化已部署的模型
  • 部署和管理的实际操作练习

金融边缘AI的工具和框架

  • 工具和框架概述(如TensorFlow Lite、OpenVINO)
  • 使用TensorFlow Lite进行金融AI应用
  • 优化工具的实际操作练习

实际应用与案例研究

  • 成功的金融边缘AI项目回顾
  • 行业特定用例讨论
  • 构建和优化实际金融AI应用的实际操作项目

总结与下一步

要求

  • 了解AI和机器学习概念。
  • 具备金融服务和金融科技应用的经验。
  • 基本编程技能(推荐Python)。

受众

  • 金融专业人士。
  • 金融科技开发者。
  • AI专家。
 14 小时

即将举行的公开课程

课程分类