课程大纲

金融服务中的边缘 AI 简介

  • 边缘 AI 及其在金融领域的应用概述
  • 在银行业使用边缘 AI 的优势和挑战
  • 边缘 AI 在金融领域的成功应用案例研究

设置边缘 AI 环境

  • 安装和配置边缘 AI 工具
  • 整合财务数据源和收款系统
  • 相关边缘 AI 框架和库简介
  • 环境设置的动手练习

使用边缘 AI 进行欺诈检测

  • 欺诈检测简介
  • 开发用于实时欺诈检测的 AI 模型
  • 实施异常检测系统
  • 欺诈检测的动手练习

使用边缘 AI 增强客户服务

  • 金融服务中的客户服务概述
  • 用于个性化客户交互的 AI 技术
  • 实施人工智能驱动的聊天机器人和虚拟助手
  • 客户服务应用的动手练习

边缘 AI 的风险 Management

  • 风险管理概论
  • 使用 AI 进行实时风险评估和缓解
  • 实施人工智能驱动的决策支持系统
  • 风险管理实践练习

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
  • 对已部署的模型进行故障排除和优化
  • 部署和管理的动手练习

金融边缘 AI 的工具和框架

  • 工具和框架概述(例如,TensorFlow Lite、OpenVINO)
  • 将 TensorFlow Lite 用于金融 AI 应用程序
  • 使用优化工具进行动手练习

实际应用和案例研究

  • 回顾成功的金融边缘人工智能项目
  • 讨论行业特定用例
  • 用于构建和优化真实世界金融 AI 应用程序的实践项目

摘要和后续步骤

要求

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

观众

  • Finance 专业人士
  • Fintech 开发者
  • 人工智能专家
 14 小时

人数


每位参与者的报价