感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程大纲
生成式AI入门
- 生成模型概述及其在金融中的相关性
- 生成模型类型：LLMs、GANs、VAEs
- 在金融环境中的优势与局限
用于金融的生成对抗网络（GANs）
- GANs工作原理：生成器与判别器
- 在合成数据生成和欺诈模拟中的应用
- 案例研究：生成逼真的交易数据用于测试
大型语言模型（LLMs）与提示词工程
- LLMs如何理解和生成金融文本
- 为预测和风险分析设计提示词
- 用例：财务报告摘要、KYC、危险信号检测
利用生成式AI进行金融预测
- 结合LLM和ML模型的混合时间序列预测
- 情景生成和压力测试
- 用例：利用结构化与非结构化数据进行收入预测
欺诈检测与异常识别
- 使用GANs进行交易中的异常检测
- 通过基于提示的LLM工作流识别新兴欺诈模式
- 模型评估：误报与真实风险指标
监管与伦理影响
- 生成式AI输出的可解释性与透明度
- 模型幻觉和金融偏差的风险
- 符合监管期望（如GDPR、巴塞尔协议）
为金融机构设计生成式AI用例
- 构建内部采用的商业案例
- 平衡创新与风险和合规
- 负责任AI部署的治理框架
总结与后续步骤
要求
- 理解基础金融和风险管理概念
- 具备电子表格或基础数据分析经验
- 熟悉Python有助于学习，但并非必需
目标学员
- 风险管理人员
- 合规分析师
- 财务审计人员
14 小时
客户评论 (1)
我已经有一些我了解的报告，我会使用今天看到的一些提示。
Kelly Cotham
课程 - Copilot for Finance and Accounting Professionals
机器翻译
