Ta kontakt

Kursplan

Introduksjon til generativ AI

  • Oversikt over generative modeller og deres relevans for finans
  • Typer av generative modeller: LLMs, GANs, VAEs
  • Styrker og begrensninger i finansielle sammenhenger

Generative motstandsnettverk (GANs) for finans

  • Hvordan GANs fungerer: generatorer vs diskriminatorer
  • Bruksområder i syntetisk datagenerering og bedragerisimulering
  • Kasesstudie: Generering av realistisk transaksjonsdata for testing

Store språkliger (LLMs) og prompt-ingeniør

  • Hvordan LLMs forstår og genererer finansiell tekst
  • Design av prompts for forutsigelse og risikostyring
  • Bruksområder: Oppsummering av finansielle rapporter, KYC, rød flagg-deteksjon

Finansiell forutsigelse med generativ AI

  • Tidsserieforutsigelse med hybrid LLM- og ML-modeller
  • Generering av scenarioer og stress testing
  • Bruksområde: Omsetningsprediksjon ved hjelp av strukturert og ustrukturert data

Bedrageridetectjon og anomideteksjon

  • Bruk av GANs for anomideteksjon i transaksjoner
  • Identifisering av oppstående bedragerimønstre gjennom prompt-baserte LLM-tilnærmer
  • Modellvurdering: Falske positive mot sanne risikostyrere

Regulatoriske og etiske konsekvenser

  • Forklarbarhet og gjennomsiktighet i generativ AI-utdata
  • Risiko for modellhallusinasjoner og bias i finans
  • Samsvar med regulatoriske forventninger (f.eks. GDPR, Basel-retningslinjer)

Design av generativ AI-bruk for finansielle institusjoner

  • Oppbygging av forretningsgrunnlag for intern adopsjon
  • Balanse mellom innovasjon og risiko og samsvar
  • Styringsrammer for ansvarlig AI-utbredelse

Oppsummering og neste steg

Krav

  • Forståelse av grunnleggende finans- og risikostyringsbegreper
  • Erfaring med kalkulusarkreg eller grunnleggende dataanalyse
  • Kjennskap til Python er nyttig, men ikke påkrevd

Målgruppe

  • Risikostyrere
  • Samsvarsanalytikere
  • Finansielle revisorer
 14 Timer

Antall deltakere


Pris per deltaker

Referanser (1)

Kommende kurs

Relaterte kategorier