moduł #1 Wprowadzenie do analityki predykcyjnej w finansach Przegląd analityki predykcyjnej, jej znaczenie w finansach i cele kursu
moduł #2 Typy analityki predykcyjnej Eksploracja analityki opisowej, predykcyjnej i preskryptywnej w finansach
moduł #3 Źródła danych finansowych i ich przygotowanie Zbieranie, czyszczenie i przygotowywanie danych finansowych do analizy
moduł #4 Wizualizacja danych w finansach Wykorzystywanie wizualizacji do eksploracji i przekazywania spostrzeżeń dotyczących danych finansowych
moduł #5 Analiza regresji w finansach Stosowanie modeli regresji liniowej i nieliniowej do danych finansowych
moduł #6 Analiza szeregów czasowych w finansach Analiza i prognozowanie danych szeregów czasowych finansowych
moduł #7 Podstawy uczenia maszynowego Wprowadzenie do koncepcji i algorytmów uczenia maszynowego
moduł #8 Uczenie nadzorowane w finansach Stosowanie algorytmów uczenia nadzorowanego do danych finansowych
moduł #9 Uczenie nienadzorowane w Finanse Stosowanie algorytmów uczenia się bez nadzoru do danych finansowych
moduł #10 Sieci neuronowe w finansach Stosowanie sieci neuronowych do analizy i prognozowania danych finansowych
moduł #11 Modelowanie predykcyjne w finansach Budowanie modeli predykcyjnych przy użyciu regresji, drzew decyzyjnych i lasów losowych
moduł #12 Modelowanie ryzyka i ocena kredytowa Stosowanie analityki predykcyjnej do oceny i oceny ryzyka kredytowego
moduł #13 Optymalizacja i zarządzanie portfelem Wykorzystywanie analityki predykcyjnej do optymalizacji wyników portfela i ryzyka
moduł #14 Prognozowanie rynków finansowych Stosowanie analityki predykcyjnej do prognozowania rynków i instrumentów finansowych
moduł #15 Wykrywanie anomalii w finansach Identyfikacja nietypowych wzorców i wartości odstających w danych finansowych
moduł #16 Analiza tekstu w finansach Stosowanie przetwarzania języka naturalnego do danych tekstowych finansowych
moduł #17 Analiza dużych zbiorów danych w finansach Skalowanie analityki predykcyjnej do dużych zestawy danych
moduł #18 Studia przypadków w analityce predykcyjnej w finansach Zastosowania w świecie rzeczywistym i historie sukcesu w analityce predykcyjnej w finansach
moduł #19 Walidacja i wdrażanie modeli Ocenianie i wdrażanie modeli predykcyjnych w aplikacjach finansowych
moduł #20 Etyka i stronniczość w analityce predykcyjnej Rozwiązywanie kwestii etycznych i stronniczości w analityce predykcyjnej w finansach
moduł #21 Współpraca i komunikacja w analityce predykcyjnej Efektywna współpraca z interesariuszami w celu dostarczania spostrzeżeń z analityki predykcyjnej
moduł #22 Narzędzia i technologie analityki predykcyjnej Przegląd popularnych narzędzi i technologii analityki predykcyjnej w finansach
moduł #23 Analityka predykcyjna oparta na chmurze Wykorzystywanie chmury obliczeniowej do skalowalnej analityki predykcyjnej w finansach
moduł #24 Analityka predykcyjna w czasie rzeczywistym Stosowanie analityki predykcyjnej do strumieni danych finansowych w czasie rzeczywistym
moduł #25 Wytłumaczalna sztuczna inteligencja w finansach Interpretowanie i wyjaśnianie modeli predykcyjnych w finansach
moduł #26 Analiza predykcyjna w technologii finansowej Zastosowanie analizy predykcyjnej w technologii finansowej
moduł #27 Zgodność z przepisami i analiza predykcyjna Rozwiązywanie wymogów regulacyjnych i ryzyka w analityce predykcyjnej w finansach
moduł #28 Przyszłość analizy predykcyjnej w finansach Nowe trendy i możliwości w analityce predykcyjnej w finansach
moduł #29 Projekt końcowy Stosowanie analizy predykcyjnej do rzeczywistego problemu finansowego lub zestawu danych
moduł #30 Podsumowanie i zakończenie kursu Planowanie kolejnych kroków w karierze Predictive Analytics w finansach
