Hubungi Kami

Kerangka Materi

Pengantar Machine Learning dalam Sektor Keuangan

  • Gambaran umum mengenai penerapan AI dan ML di industri keuangan
  • Jenis-jenis Machine Learning: terawasi, tidak terawasi, serta pembelajaran penguatan
  • Studi kasus tentang deteksi penipuan, penilaian kredit, dan pemodelan risiko

Dasar-Dasar Python dan Pengelolaan Data

  • Memanfaatkan Python untuk manipulasi dan analisis data
  • Mengolah kumpulan data keuangan menggunakan Pandas serta NumPy
  • Visualisasi data dengan Matplotlib dan Seaborn

Pembelajaran Terawasi untuk Prediksi Keuangan

  • Regresi linear serta regresi logistik
  • Pohon keputusan dan kumpulan pohon keputusan (random forests)
  • Evaluasi kinerja model: akurasi, presisi, recall, serta AUC

Pembelajaran Tidak Terawasi dan Deteksi Anomali

  • Teknik pengelompokan: K-means serta DBSCAN
  • Analisis Komponen Utama (PCA)
  • Identifikasi nilai ekstrem untuk mencegah penipuan

Penilaian Kredit dan Pemodelan Risiko

  • Membangun model penilaian kredit berbasis regresi logistik serta algoritma pohon keputusan
  • Mengatasi masalah ketidakseimbangan data dalam aplikasi risiko
  • Pentingnya transparansi serta keadilan model dalam pengambilan keputusan keuangan

Deteksi Penipuan Menggunakan Machine Learning

  • Berbagai jenis penipuan finansial yang umum terjadi
  • Pemanfaatan algoritma klasifikasi untuk mengidentifikasi aktivitas mencurigakan
  • Strategi penilaian secara real-time serta implementasinya

Implementasi Model dan Etika dalam Penggunaan AI di Keuangan

  • Cara menerapkan model pada Python, Flask, atau platform cloud
  • Pertimbangan etis serta kepatuhan regulasi seperti GDPR dan prinsip transparansi
  • Pengawasan dan pemutakhiran model secara berkala di lingkungan produksi

Penutup serta Langkah Selanjutnya

Persyaratan

  • Pemahaman dasar tentang statistika dan konsep-konsep keuangan
  • Pengalaman menggunakan Excel atau alat analisis data lainnya
  • Pengetahuan dasar pemrograman (idealnya dengan Python)

Target Peserta

  • Analis keuangan
  • Aktuaris
  • Petugas pengelola risiko
 21 Jam

Jumlah Peserta


Harga per Peserta

Testimoni (5)

Kursus Mendatang

Kategori Terkait