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介紹
- 生成式模型概覽及其與金融的相關性
- 生成式模型的類型：LLMs、GANs、VAEs
- 在金融語境中的優勢與侷限
金融領域的生成對抗網路（GANs）
- GANs的工作原理：生成器與識別器
- 在合成數據生成與詐欺模擬中的應用
- 案例研究：為測試生成逼真的交易數據
大型語言模型（LLMs）與提示工程
- LLMs如何理解和生成金融文本
- 為預測和風險分析設計提示詞
- 應用案例：財務報告摘要、KYC、紅旗偵測
使用生成式AI進行金融預測
- 使用混合LLM和ML模型進行時間序列預測
- 情境生成與壓力測試
- 應用案例：使用結構化和非結構化數據預測營收
詐欺偵測與異常識別
- 使用GANs進行交易異常偵測
- 透過基於提示詞的LLM工作流識別新興詐欺模式
- 模型評估：假陽性與真實風險指標
監管與倫理影響
- 生成式AI輸出的解釋性與透明度
- 金融領域中模型幻覺與偏見的风险
- 遵守監管預期（例如GDPR、巴塞爾協議指南）
為金融機構設計生成式AI應用案例
- 構建內部採用的商業論證
- 平衡創新與風險及合規
- 負責任AI部署的治理框架
總結與下一步
最低要求
- 對基本金融與風險管理概念的理解
- 具有試算表或基本數據分析經驗
- 熟悉Python為加分項，但非強制要求
適合對象
- 風險經理
- 合規分析師
- 財務審計師
14 小時
客戶評論 (1)
我已有一些了解的报告，我会使用今天看过的一些提示。
Kelly Cotham
課程 - Copilot for Finance and Accounting Professionals
機器翻譯
