Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução
Compreender os fundamentos da Inteligência Artificial e Machine Learning
Compreender Deep Learning
- Visão geral dos conceitos básicos de Deep Learning
- Diferenciação entre Machine Learning e Deep Learning
- Visão geral das aplicações para Deep Learning
Visão geral de Neural Networks
- O que são Neural Networks
- Neural Networks vs Modelos de Regressão
- Compreender os fundamentos de Mathematica e os mecanismos de aprendizagem
- Construção de uma rede neural artificial
- Entendendo os nós e as conexões neurais
- Trabalhar com neurónios, camadas e dados de entrada e saída
- Compreender os perceptrões de camada única
- Diferenças entre aprendizagem supervisionada e não-supervisionada
- Aprendizagem feedforward e feedback Neural Networks
- Compreender a propagação para a frente e a propagação para trás
- Compreender a memória de curto prazo longa (LSTM)
- Explorando a aprendizagem recorrente Neural Networks na prática
- Explorando Convolucional Neural Networks na prática
- Melhorar a forma como Neural Networks aprende
Visão geral das técnicas de Deep Learning usadas em bancos
- Neural Networks
- Processamento de linguagem natural
- Reconhecimento de imagens
- Speech Recognition
- Análise sentimental
Explorando Deep Learning Estudos de caso para a banca
- Programas de combate ao branqueamento de capitais
- Verificações "conheça o seu cliente" (KYC)
- Monitorização da lista de sanções
- Supervisão de fraudes de faturação
- Risco Management
- Deteção de fraude
- Segmentação de produtos e clientes
- Avaliação do desempenho
- Funções gerais de conformidade
Compreender as vantagens de Deep Learning para a banca
Explorando as diferentes bibliotecas Deep Learning para Python
- TensorFlow
- Keras
Configurando Python com o TensorFlow para Deep Learning
- Instalando a API TensorFlow Python
- Testando a instalação do TensorFlow
- Configurando TensorFlow para desenvolvimento
- Treinando seu primeiro modelo de rede neural TensorFlow
Configurando Python com Keras para Deep Learning
Construindo modelos Deep Learning simples com Keras
- Criando um modelo Keras
- Entendendo seus dados
- Especificando seu modelo Deep Learning
- Compilação do modelo
- Ajustar o modelo
- Trabalhar com os dados de classificação
- Trabalhar com modelos de classificação
- Utilização dos modelos
Trabalhar com TensorFlow para Deep Learning para o sector bancário
- Preparar os dados
- Descarregamento dos dados
- Preparando dados de treinamento
- Preparando dados de teste
- Dimensionamento de inputs
- Usando espaços reservados e variáveis
- Especificando a arquitetura da rede
- Usando a função de custo
- Usando o otimizador
- Uso de inicializadores
- Ajuste da rede neural
- Construindo o gráfico
- Inferência
- Perda
- Treinamento
- Treinar o modelo
- O gráfico
- A sessão
- Treinar o ciclo
- Avaliando o modelo
- Construindo o gráfico de avaliação
- Avaliando com a saída da avaliação
- Treinamento de modelos em escala
- Visualizando e avaliando modelos com o TensorBoard
Prática: Construindo um modelo de risco de crédito Deep Learning usando Python
Ampliando as capacidades da sua empresa
- Desenvolvimento de modelos na nuvem
- Usando GPUs para acelerar Deep Learning
- Aplicação de Deep Learning Neural Networks para Computer Vision, reconhecimento de voz e análise de texto
Resumo e conclusão
Requisitos
- Experiência em programação Python
- Familiaridade geral com conceitos financeiros e bancários
- Conhecimentos básicos de estatística e conceitos matemáticos
28 Horas
