Contacta con nosotros

Temario del curso

Introducción al Aprendizaje Automático en las Finanzas

  • Descripción general de la IA y el aprendizaje automático en la industria financiera
  • Tipos de aprendizaje automático (supervisado, no supervisado, por refuerzo)
  • Estudios de caso en detección de fraude, evaluación crediticia y modelización de riesgos

Fundamentos de Python y Manejo de Datos

  • Uso de Python para la manipulación y el análisis de datos
  • Exploración de conjuntos de datos financieros con Pandas y NumPy
  • Visualización de datos utilizando Matplotlib y Seaborn

Aprendizaje Supervisado para la Predicción Financiera

  • Regresión lineal y logística
  • Árboles de decisión y bosques aleatorios
  • Evaluación del rendimiento del modelo (exactitud, precisión, exhaustividad, AUC)

Aprendizaje No Supervisado y Detección de Anomalías

  • Técnicas de agrupamiento (K-means, DBSCAN)
  • Análisis de Componentes Principales (PCA)
  • Detección de valores atípicos para la prevención de fraude

Evaluación Crediticia y Modelización de Riesgos

  • Construcción de modelos de evaluación crediticia utilizando regresión logística y algoritmos basados en árboles
  • Manejo de conjuntos de datos desequilibrados en aplicaciones de riesgo
  • Interpretabilidad del modelo e imparcialidad en la toma de decisiones financieras

Detección de Fraude con Aprendizaje Automático

  • Tipos comunes de fraude financiero
  • Uso de algoritmos de clasificación para la detección de anomalías
  • Estrategias de puntuación en tiempo real y despliegue

Despliegue de Modelos y Ética en la IA Financiera

  • Despliegue de modelos con Python, Flask o plataformas en la nube
  • Consideraciones éticas y cumplimiento normativo (por ejemplo, GDPR, explicabilidad)
  • Monitoreo y recalibración de modelos en entornos de producción

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de estadística básica y conceptos financieros
  • Experiencia con Excel u otras herramientas de análisis de datos
  • Conocimientos básicos de programación (preferiblemente en Python)

Público Objetivo

  • Analistas financieros
  • Actuarios
  • Responsables de gestión de riesgos
 21 Horas

Número de participantes


Precio por participante

Reseñas (5)

Próximos cursos

Categorías Relacionadas