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
Generative AI 简介
- 生成模型的概述及其在金融领域的相关性
- 生成模型的类型:LLMs、GANs、VAEs
- 在金融环境中的优势与局限性
生成对抗网络 (GANs) 在 Finance 中的应用
- GANs 的工作原理: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:生成用于测试的真实交易数据
Large Language Models (LLMs) 和 Prompt Engineering
- LLMs 如何理解并生成金融文本
- 为预测和风险分析设计提示词
- 应用案例:财务报告摘要、KYC、风险信号检测
使用 Generative AI 进行金融 Forecasting
- 使用混合 LLM 和 ML 模型进行时间序列预测
- 场景生成与压力测试
- 应用案例:使用结构化和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
- 通过基于提示词的 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
- 金融领域中的模型幻觉与偏见风险
- 符合监管期望(例如 GDPR、巴塞尔指南)
为金融机构设计 Generative AI Use Case
- 构建内部采用的商业案例
- 在创新与风险及合规之间取得平衡
- 负责任 AI 部署的 Go 治理框架
总结与下一步
要求
- 对基础金融和风险管理概念的理解
- 使用电子表格或基础数据分析的经验
- 熟悉Python有帮助,但不是必需的
受众
- 风险经理
- 合规分析师
- 财务审计师
14 小时
客户评论 (1)
我非常欣赏培训师的授课方式。即使Finance不是我的专业领域,我也能理解所有内容。他确保每位参与者都能跟上进度,同时合理安排时间。练习的间隔也很恰当。Communication与参与者的互动始终存在。材料非常合适,不多不少。他对一些较为复杂的内容进行了很好的阐述,确保每个人都能理解。
Diana
课程 - ChatGPT for Finance
机器翻译