LUS 1053 Maskinlæring og anvendelser i finansnæringen
LUS 1053 Maskinlæring og anvendelser i finansnæringen
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.
| Aktivitet | Varighet | Kommentar |
|---|---|---|
Undervisning | 9 Time(r) | Digitale synkrone samlinger |
Digitale læringsressurser | 20 Time(r) | Arbeid med med innhold og aktiviteter og oppgaver fra læringsplattformen |
Studentenes eget arbeid med læringsressurser | 15 Time(r) | |
Gruppearbeid / oppgaver | 10 Time(r) | Gruppeaktiviterer mellom samlinger |
Text for 0 credits