感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
生成式AI簡介
- 生成模型的概覽及其在金融領域的相關性。
- 生成模型的類型:LLMs、GANs、VAEs。
- 在金融情境中的優勢與限制。
應用於金融的生成對抗網路(GANs)
- GANs的工作原理:生成器與判别器。
- 在合成數據生成與欺诈模擬中的應用。
- 案例研究:生成用於測試的逼真交易數據。
大型語言模型(LLMs)與提示工程
- LLMs如何理解並生成金融文本。
- 設計用於預測與風險分析的提示詞。
- 用例:財務報告摘要、KYC(了解你的客戶)、紅旗偵測。
使用生成式AI進行金融預測
- 結合LLM與機器學習模型的時間序列預測。
- 情境生成與壓力測試。
- 用例:利用結構化與非結構化數據進行營收預測。
欺诈偵測與異常識別
- 使用GANs進行交易異常偵測。
- 透過基於提示的LLM工作流識別新興欺诈模式。
- 模型評估:假陽性與真實風險指標。
監管與道德影響
- 生成式AI輸出的可解釋性與透明度。
- 金融領域中模型幻覺與偏差的風險。
- 符合監管要求(如GDPR、巴塞爾協議指南)。
為金融機構設計生成式AI用例
- 建立內部採用的商業案例。
- 平衡創新、風險與合規。
- 負責任的AI部署治理框架。
總結與下一步計畫
最低要求
- 具備基本金融與風險管理概念的理解。
- 有電子表格或基礎數據分析經驗。
- 熟悉Python語言會有所幫助,但非必要條件。
目標受眾
- 風險管理師。
- 合規分析師。
- 金融審計師。
14 小時
客戶評論 (1)
培訓師非常專業,且易於溝通
Gareth Gird - Teleflex Medical Europe Ltd
課程 - Copilot for Finance and Accounting Professionals
機器翻譯