LUS 1053 Machine Learning and Applications for the Financial Industry
LUS 1053 Machine Learning and Applications for the Financial Industry
Denne delen av kurset vil fokusere på ML, med et spesielt fokus på naturlig språkbehandling (NLP), og hvordan disse teknologiene anvendes i finansnæringen. Vi vil utforske ulike typer av ML, inkludert veiledet og uveiledet læring, og se spesielt på hvordan NLP bidrar til multimodalitet. Multimodale AI-systemer, som integrerer tekstdata med andre modaliteter som bilder og lyd, kan forstå komplekse sammenhenger og nyanser i data som ikke kan fanges opp ved å analysere isolerte datakilder. NLP spiller en kritisk rolle i denne prosessen ved å tolke og forstå språkbasert data, noe som er spesielt verdifullt for finansnæringen.
Etter gjennomført kurs skal studentene:
- Forstå grunnleggende ML-konsepter og -metoder, inkludert veiledet og uveiledet læring, samt multimodalitet, med et spesielt fokus på NLP og dets relevans for finansnæringen.
Etter gjennomført kurs skal studentene:
- Utforske hvordan ML og NLP kan anvendes for å forbedre beslutningstaking, risikoanalyse, og investeringsstrategier.
- Se hvordan informasjon fra tekstdata, behandlet gjennom NLP, kan kombineres med andre datakilder for å gi nye innsikter, spesielt i finanssektoren.
- Gjennomgå og diskutere case-studier som viser reelle eksempler på ML og NLP i finanssektoren.
Etter å ha fullført kurset vil studentene ha oppnådd en generell kompetanse som gjør dem i stand til å forstå og anvende AI-teknologier, spesielt innen maskinlæring (ML) og naturlig språkbehandling (NLP), i finansnæringen. De vil kunne kombinere teoretisk kunnskap med praktiske ferdigheter for å forbedre beslutningstaking, risikoanalyse, og investeringsstrategier. Videre vil de være i stand til å identifisere og konseptualisere løsninger ved å integrere NLP med andre datakilder, samt bidra til diskusjoner om hvordan AI kan implementeres i deres egne organisasjoner for å drive fremtidig innovasjon i finansnæringen.
Naturlig språkbehandling
- Automatisert tekstanalyse
- Oppdagelse av spam eller svindel
- Store språkmodeller
Multimodalitet
- Integrering av ulike datakilder
- Forbedrede prediksjoner med multimodale data
Case studier og anvendelser
- Diskusjoner om hvordan man kan ta i bruk lært teori i deltakernes egne organisasjoner.
- Diskusjon rundt mulige innovasjoner i finanstjenester ved bruk av ML og NLP.
Kurset gjennomføres online, med digitale samlinger til oppsatte tider. I tillegg kommer andre læringsaktiviteter, som f.eks. podcaster, videoer, oppgaver og andre digitale læringselementer.
Vi kommer til å bruke læringsplattformen Ed (https://edstem.org/) som muliggjør enkle programmeringseksempler, for eksempel i Python. Spesielt vil Jupyter Notebooks bli brukt i deler av undervisningen.
I BIs etter- og videreutdanningstilbud ved BI Executive, stilles det et gjensidig krav til student og kursansvarlig om involvering av studentens erfaring i planlegging og gjennomføring av kurs, moduler og programmer. Det vil si at studenten har rett og plikt til å involvere seg med egen kunnskap og relevant erfaring.
Dette kurset er en del av kursserien BIK 2550 AI i finansnæringen, som består av LUS 1051 Grunnleggende teknologiforståelse, LUS 1052 Etikk og regulering i AI og LUS 1053 Maskinlæring og anvendelser i finansnæringen.
Ingen forkunnskaper.
No required prerequisite knowledge.
| Activity | Duration | Comment |
|---|---|---|
Teaching | 9 Hour(s) | |
Digital resources | 20 Hour(s) | |
Student's own work with learning resources | 15 Hour(s) | |
Group work / Assignments | 10 Hour(s) |
Text for 0 credits
