Contacta con nosotros

Temario del curso

Introducción al aprendizaje automático en las finanzas

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

Conceptos básicos 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 predicciones financieras

  • Regresión lineal y logística
  • Árboles de decisión y bosques aleatorios
  • Evaluación del rendimiento del modelo (precisión, exactitud, recuperación, 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 fraudes

Puntuación crediticia y modelización de riesgos

  • Construcción de modelos de puntuación crediticia utilizando regresión logística y algoritmos basados en árboles
  • Manejo de conjuntos de datos desequilibrados en aplicaciones de riesgo
  • Interpretabilidad del modelo y equidad 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 retrenamiento de modelos en entornos de producción

Resumen y próximos pasos

Requerimientos

  • Comprensión de estadísticas básicas 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 riesgos
 21 Horas

Número de participantes


Precio por participante

Reseñas (5)

Próximos cursos

Categorías Relacionadas