Descrizione

Questo corso di Intelligenza Artificiale (AI) applicata al mondo finanziario costituisce un viaggio avvincente ed aggiornato attraverso l'innovazione e la trasformazione digitale che stanno ridefinendo il settore delle banche e delle assicurazioni. Negli ultimi anni, l'AI ha rivoluzionato il modo in cui le istituzioni finanziarie operano, offrendo soluzioni all'avanguardia per migliorare l'efficienza, ridurre i costi e potenziare l'esperienza cliente.

Questo corso è stato progettato per professionisti, consulenti e appassionati di tecnologia che desiderano esplorare le potenzialità dell'AI nel contesto finanziario. Attraverso alcuni approfondimenti teorici e molte esercitazioni pratiche i partecipanti acquisiranno una solida comprensione dei principali algoritmi di Machine Learning e di Deep Learning e delle loro applicazioni specifiche nel settore bancario e assicurativo.

Il corso è progettato con un approccio pratico (hands-on) e tutti i casi d’uso sono illustrati nel linguaggio di programmazione python (oppure R), sia attraverso le sue funzioni di base sia mediante i pacchetti più moderni ed efficienti, senza l'ausilio di slide. Questo approccio hands-on mira a dotare i partecipanti al corso delle competenze pratiche necessarie per applicare immediatamente le tecniche apprese al contesto lavorativo.

Obiettivi Raggiunti

Al termine del corso i partecipanti potranno:

• avere una solida base teorica e pratica sull’uso della AI e del Machine Learning (ML) nel mondo finanziario
• applicare le tecniche di AI e ML ai problemi reali delle banche ed assicurazioni
• conoscere i diversi casi d'uso della AI/ML nel mondo finanziario
• disporre di abbondante codice software, riccamente commentato in italiano

Target

Il corso si rivolge a Data Scientist, Analisti quantitativi, Consulenti e chiunque voglia acquisire una competenza effettiva e pratica sul tema della AI applicata al mondo finanziario.

Prerequisiti

conoscenze di base effettiva di del linguaggio Python od R

Programma Corso

• customer default prediction: previsione di default del cliente in base ai suoi dati ed al suo comportamento bancario / finanziario
• previsione delle frodi (fraud prediction)
• previsione degli andamenti azionari (stock price analysis and prediction)
• acceptance of personal loans
• risk credit scoring
• previsione dei trend dei prezzi delle azioni tramite le news finanziarie in tempo reale
• previsione del prezzo di vendita di un immobile (real estate)
• computer vision: riconoscimento facciale durante il login; OCR; analisi dei danni dei veicoli o degli immobili.
• monitoraggio dei sensori dell’auto per la profilazione del rischio assicurativo
• gestione della class imbalance per dataset assicurativi
• previsione della sottoscrizione dei clienti di un deposito a termine
• analisi shap
• impostazione di una strategia di stock trading tramite il text mining delle news finanziarie in tempo reale (ad es. annunci di acquisizione, rapporti trimestrali, modifiche normative, pubblicazione di bilanci, market commentary, ecc)
• utilizzo della variable selection dei predittori finanziari per prevedere il prezzo di chiusura del titolo azionario di un’azienda
• previsione del ritorno di investimento nel mercato azionario
• previsione del prezzo di apertura di domani di un titolo azionario
• identificazione dei fattori che influenzano le risposte dei clienti alle offerte di nuovi depositi a termine
• riduzione del bias etnico/demografico nel ML predittivo