Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung
Die Grundlagen der Künstlichen Intelligenz verstehen und Machine Learning
Verstehen Deep Learning
- Überblick über die Grundkonzepte von Deep Learning mit Unterscheidung zwischen Machine Learning und Deep Learning. Überblick über Anwendungen für Deep Learning
Übersicht über Neural Networks
- Was sind Neural Networks Neural Networks vs. Regressionsmodelle? Mathematische Grundlagen und Lernmechanismen verstehen. Aufbau eines künstlichen neuronalen Netzwerks. Neuronale Knoten und Verbindungen verstehen. Mit Neuronen, Schichten sowie Eingabe- und Ausgabedaten arbeiten. Einschichtige Perzeptrone verstehen. Unterschiede zwischen überwachtem und unüberwachtem Lernen. Learning Feedforward und Feedback Neural Networks Vorwärtsausbreitung und Rückausbreitung verstehen Langes Kurzzeitgedächtnis (LSTM) verstehen Rekurrierendes Gedächtnis erforschen Neural Networks in der Praxis Faltung erforschen Neural Networks in der Praxis verbessern Die Art und Weise verbessern Neural Networks Lernen
Überblick über Deep Learning im Bankwesen verwendete Techniken
- Neuronale Netze, Verarbeitung natürlicher Sprache, Bilderkennung Speech Recognition Sentimentale Analyse
Untersuchung von Deep Learning Fallstudien für das Bankwesen
- Anti-Geldwäsche-Programme Know-Your-Customer (KYC)-Prüfungen Sanktionslistenüberwachung Abrechnungsbetrugsaufsicht Risk Management Betrugserkennung Produkt- und Kundensegmentierung Leistungsbewertung Allgemeine Compliance-Funktionen
Die Vorteile von Deep Learning für das Bankwesen verstehen
Erkundung der verschiedenen Deep-Learning-Bibliotheken für Python
- TensorFlow Schwer
Einrichten von Python mit TensorFlow für Deep Learning
- Installieren der TensorFlow Python-API, Testen der TensorFlow-Installation, Einrichten von TensorFlow für die Entwicklung, Trainieren Ihres ersten TensorFlow neuronalen Netzmodells
Einrichten Python mit Keras für Deep Learning
Erstellen einfacher Deep-Learning-Modelle mit Keras
- Erstellen eines Keras-Modells. Verstehen Ihrer Daten. Spezifizieren Ihres Deep-Learning-Modells. Kompilieren Ihres Modells. Anpassen Ihres Modells. Arbeiten mit Ihren Klassifizierungsdaten. Arbeiten mit Klassifizierungsmodellen. Verwenden Ihrer Modelle
Zusammenarbeit mit TensorFlow für Deep Learning für das Bankwesen
- Vorbereiten der Daten, Herunterladen der Daten, Vorbereiten von Trainingsdaten, Vorbereiten von Testdaten, Skalieren von Eingaben mithilfe von Platzhaltern und Variablen
Voraussetzungen
- Erfahrung mit Python Programmierung
- Grundlegende Vertrautheit mit Finanz- und Bankkonzepten
- Grundlegende Vertrautheit mit Statistik und mathematischen Konzepten
28 Stunden