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入門
- 生成模型概覽及其在金融領域的相關性
- 生成模型的類型：LLMs、GANs、VAEs
- 在金融情境下的優勢與局限性
用於金融的生成對抗網絡（GANs）
- GANs的工作原理：生成器與鑑別器的對立
- 在合成數據生成及欺詐模擬中的應用
- 案例研究：生成逼真的交易數據用於測試
大型語言模型（LLMs）與提示詞工程
- 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
- 應用場景：財務報告摘要、客戶盡職調查（KYC）、風險信號檢測
利用生成式AI進行金融預測
- 結合LLMs與機器學習（ML）模型的時序預測
- 場景生成與壓力測試
- 應用案例：利用結構化與非結構化數據進行營收預測
欺詐檢測與異常識別
- 使用GANs進行交易異常檢測
- 通過基於提示詞的LLMs工作流識別新興欺詐模式
- 模型評估：區分假陽性與真正的風險指標
監管與倫理影響
- 生成式AI輸出的可解釋性與透明度
- 金融領域中模型幻覺（Hallucination）及偏見的風險
- 符合監管預期（如GDPR、巴塞爾監管指引）
為金融機構設計生成式AI應用場景
- 構建內部導入的商業案例
- 平衡創新與風險合規要求
- 建立負責任AI部署的治理框架
總結與後續步驟
最低要求
- 具備基本的金融學及風險管理概念知識
- 擁有電子表格或基礎數據分析經驗
- 熟悉Python有助於學習，但非必要條件
目標受眾
- 風險管理人員
- 合規分析師
- 金融審計人員
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
