Introdução ao Machine Learning para Financeiros / Formação Online por Videoconferência
ENQUADRAMETO
O Machine Learning (aprendizagem automática de computadores) chegou recentemente ao sector financeiro e tem vindo a ganhar um peso cada vez mais significativo.
A natureza quantitativa do domínio financeiro aliada ao facto de, historicamente, as empresas do sector financeiro trabalharem com bases de dados enormes (registos de clientes, de transações, de transferências, etc.) fazem com que o Machine Learning funcione e consiga acrescentar valor particularmente nestas organizações.
Têm surgido novas empresas na indústria (Fintechs) que têm vindo a desafiar a posição dominante dos bancos, conseguindo prestar um serviço com características diferentes. As instituições e colaboradores que não se prepararem para esta nova realidade serão ultrapassados.
Neste Curso será utilizada uma abordagem prática, em que o principal objetivo será dar a conhecer um conjunto de ferramentas que permitam aos participantes realizar o seu primeiro modelo de Machine Learning.
Os participantes são convidados a utilizarem o seu computador pessoal durante as sessões, experimentando as ferramentas. Não é necessário ter conhecimentos de linguagem de programação, pois um dos módulos do programa será uma introdução à linguagem de programação Python.
OBJETIVOS
Desmistificar o que é o Machine Learning e identificar as técnicas e algoritmos utilizados;
Conhecer aplicações de Machine Learning nas instituições financeiras;
Utilizar ferramentas necessárias à construção de modelos de Machine Learning, nomeadamente, linguagem de programação Python;
Desenvolver um modelo simples de Machine Learning ligado ao sector financeiro.
DESTINATÁRIOS:
Profissionais de todas as áreas que queiram conhecer os benefícios que o Machine Learning pode trazer para as suas organizações e que pretendam iniciar o desenvolvimento deste tipo de modelos.
PROGRAMA
Módulo 1: Mindset de Machine Learning
- Desmistificar os conceitos de Inteligência Artificial, Machine Learning e Deep Learning
- Identificar que situações podem, ou não devem, ser resolvidas com Machine Learning
- Etapas no desenvolvimento de um modelo de Machine Learning
- Avaliar um projeto de Machine Learning
- Casos de uso de Machine Learning no Sector Financeiro
Módulo 2: Algoritmos utilizados (abordagem pouco matemática)
- Logistic Regression
- Nearest Neighbors
- Support Vector Machines
- Decision Trees
- Random Forests
Módulo 3: Introdução às ferramentas
- Anaconda Navigator (onde tudo acontece)
- Linguagem de programação Python:
- Operações básicas
- Tratamento de dados em tabela: módulos de funções numpy e pandas;
- Análise gráfica: módulos de funções matplotlib e seaborn;
- Treino e avaliação de modelos de Machine Learning: módulo de funções scikit-learn.
Módulo 4: O meu primeiro modelo de Machine Learning
- Execução de todos os passos necessários ao desenvolvimento de um modelo simples de Machine Learning ligado à área financeira.
FORMADOR: Pedro Feliciano
É Investment Advisor e Membro do Comité de Investimento de uma Sociedade Gestora de Patrimónios Portuguesa.
Enquanto especialista em gestão de carteiras de investimento e mercados financeiros, gere uma carteira de ativos de clientes individuais e institucionais.
Iniciou a sua carreira como Analista Financeiro e Consultor Fiscal numa multinacional de consultoria.
Mestre em Gestão pelo INDEG/ISCTE Business School.
CFA (Chartered Financial Analyst) e membro da CFA Society Portugal.
Pós-Graduado em Data Science for Finance pela Nova Information Management School.
DATA: 11, 13, 18, 20, 25 e 27 de janeiro e 1, 3, 8, 10 de fevereiro
HORÁRIO: 17h30 – 20h00
DURAÇÃO: 25 Horas (10 sessões de 2h30 horas)
