TagesseminarBanking & Finanzdienstleistungen
Neuronale Netze im Banking – Potenziale, Anwendungen und praktische Umsetzung mit Python
Ganztägiges Seminar, das ein KI-Thema fundiert und praxisnah vermittelt.
Neuronale Netze im Banking – Potenziale, Anwendungen und praktische Umsetzung mit mit KI.
MODUL 01: EINFÜHRUNG IN NEURONALE NETZE
- Grundlagen neuronaler Netze: Neuronen, Schichten, Aktivierungsfunktionen
- Unterschiede zwischen klassischen ML-Verfahren und Deep Learning
- Überblick über typische Anwendungsgebiete im Finanzwesen
- Übung: Aufbau eines einfachen neuronalen Netzes mit keras
MODUL 02: DATENVORBEREITUNG IM FINANZKONTEXT
- Umgang mit Zeitreihen- und Transaktionsdaten
- Feature Engineering und Normalisierung
- Umgang mit Imbalancen und fehlenden Werten
- Übung: Vorbereitung eines Beispiel-Datensatzes aus dem Kreditwesen
MODUL 03: KLASSIFIKATION MIT NEURONALEN NETZEN
- Architektur für binäre Klassifikation (z. B. Kreditausfallrisiko)
- Verlustfunktionen, Optimizer und Metriken
- Overfitting vermeiden: Dropout, Early Stopping
- Übung: Kreditausfall vorhersagen mit Python
MODUL 04: ZEITREIHENPROGNOSE MIT LSTM-NETZEN
- Grundlagen rekurrenter Netze (RNN, LSTM, GRU)
- Modellierung von Kontobewegungen oder Börsenkursen
- Übung: Forecast von Aktienkursen mit LSTM
MODUL 05: ANOMALIEERKENNUNG UND FRAUD DETECTION
- Outlier Detection mit Autoencodern
- Beispiele aus der Betrugsbekämpfung im Zahlungsverkehr
- Übung: Erkennung von verdächtigen Transaktionen
MODUL 06: VON DER IDEE ZUM PROJEKT – AUSBLICK & BEST PRACTICES
- Modellbewertung und Erklärbarkeit im regulierten Umfeld
- Deployment-Strategien im Unternehmen
- Diskussion: Potenziale und Grenzen im Bankensektor
- Übung: Ideenentwicklung für eigene Anwendungsfälle