Kursplan

Innføring i Generative AI

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

Generative Adversarial Networks (GANs) for Finance

  • Hvordan GANs fungerer: generatører vs. diskriminatorer
  • Applikasjoner innen syntetisk data generering og svindel-simulering
  • Case study: generering av realistisk transaksjonsdata for testing

Large Language Models (LLMs) og Prompt Engineering

  • Hvordan LLMs forstår og genererer finansiell tekst
  • Utforming av prompter for prognoser og risikoanalyse
  • Bruksområder: sammentrekking av finansielle rapporter, KYC, oppdagelse av røde flagg

Finansiell Forecasting med Generative AI

  • Tidsserieprognoser med hybride LLM og ML-modeller
  • Scenario-generering og stress-testing
  • Bruksområde: inntektsprediksjon ved hjelp av strukturert og ustrukturert data

Svindeloppdagelse og identifisering av anomalier

  • Bruk av GANs for oppdagelse av anomalier i transaksjoner
  • Identifisering av nye svindelmønstre gjennom promptbaserte LLM-fløy
  • Modellvurdering: falske positive vs. sanne risikoindikatorer

Regulerende og etiske implikasjoner

  • Forklarbarhet og gjennomsiktighet i generative AI-utdata
  • Risiko for modellhallusinasjoner og bias i finans
  • Overholdelse av regelverksforventninger (f.eks. GDPR, Basel-retningslinjer)

Designing Generative AI Use Cases for finansinstitusjoner

  • Bygging av forretningskrav for intern adopsjon
  • Balansering av innovasjon med risiko og overholdelse
  • Governsramverk for ansvarlig AI-implementering

Oppsummering og neste steg

Krav

  • En forståelse av grunnleggende finansielle og risikohåndteringskonsepter
  • Erfaring med regneark eller grunnleggende dataanalyse
  • Kjennskap til Python er nyttig men ikke påkrevd

Målgruppe

  • Risikohåndterere
  • Compliance-analytikere
  • Finansiell revisor
 14 timer

Antall deltakere


Pris per deltaker

Referanser (1)

Upcoming Courses

Related Categories