Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
コース概要
導入
人工知能の基礎と Machine Learning の理解
理解Deep Learning
- ディープラーニングの基本概念の概要 Machine Learning とディープラーニングの区別 ディープラーニングのアプリケーションの概要
Neural Networksの概要
- Neural Networks Neural Networks vs 回帰モデルとは 数学的基礎と学習メカニズムを理解する 人工ニューラル ネットワークを構築する ニューラル ノードと接続を理解する ニューロン、層、入出力データを操作する 単層パーセプトロンを理解する 教師あり学習と教師なし学習の違い 学習フィードフォワードとフィードバック Neural Networks 順伝播と逆伝播について理解する 長短期記憶 (LSTM) を理解する リカレント Neural Networks を実際に調べる 畳み込み Neural Networks を実際に調べる 方法を改善する Neural Networks 学習する
Deep Learning 銀行業務で使用される手法の概要
- ニューラル ネットワーク 自然言語処理 画像認識 Speech Recognition 感情分析
Deep Learning 銀行のケーススタディを探る
- マネーロンダリング対策プログラム 顧客確認 (KYC) チェック 制裁リストの監視 請求不正の監視 Risk Management 不正検出 製品および顧客のセグメンテーション パフォーマンス評価 一般的なコンプライアンス機能
銀行業務における Deep Learning の利点を理解する
Python のさまざまな深層学習ライブラリを探索する
- TensorFlowハード
深層学習用に TensorFlow を使用して Python をセットアップする
- TensorFlow Python API のインストール TensorFlow インストールのテスト 開発用 TensorFlow のセットアップ 最初の TensorFlow ニューラル ネット モデルのトレーニング
深層学習用に Keras を使用して Python をセットアップする
Keras を使用したシンプルな深層学習モデルの構築
- Keras モデルの作成 データの理解 深層学習モデルの指定 モデルのコンパイル モデルの適合 分類データの操作 分類モデルの操作 モデルの使用
銀行業務のための深層学習のための TensorFlow との連携
- データの準備 データのダウンロード トレーニング データの準備 テスト データの準備 プレースホルダーと変数を使用した入力のスケーリング
要求
- Pythonプログラミングの経験
- 金融および銀行概念に精通していること 。
- 統計学や数学的概念に精通していること
28 時間