Image

AI & ML in Finance and Economics

Το ICAP - Risk Training Institute στα πλαίσια της επιμόρφωσης στελεχών σε σύγχρονα ζητήματα διαχείρισης ρίσκου, παρουσιάζει το "Artificial Intelligence and Machine Learning in Finance/Economics". Το σεμινάριο παρέχει ουσιαστικές γνώσεις για την εφαρμογή της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης στη διαδικασία λήψης οικονομικών αποφάσεων. Παράλληλα, αναλύει τις αποτελεσματικότερες μεθόδους και τα διαθέσιμα εργαλεία για την ανάλυση των δεδομένων και τον καθορισμό του στρατηγικού σχεδιασμού των επιχειρήσεων.

Description

Σκοπός του σεμιναρίου είναι η ανάπτυξη των κύριων μεθοδολογιών ανάλυσης δεδομένων και η παροχή των σχετικών τεχνικών δεξιοτήτων μέσω μελετών περίπτωσης (case studies), ώστε οι συμμετέχοντας να είναι σε θέση να εκτελέσουν το σύνολο των λειτουργιών που απαιτούνται για τη λήψη αποφάσεων. Ειδικότερα θα παρουσιαστούν οι βασικές τεχνικές Μηχανικής Μάθησης και Τεχνητής Νοημοσύνης σε συνδυασμό με τα κυριότερα οικονομετρικά μοντέλα. Το σεμινάριο πραγματεύεται λεπτομερώς τα ζητήματα που εμπίπτουν στα συγκεκριμένα πεδία δίνοντας τη δυνατότητα στους συμμετέχοντες να κατανοήσουν το θεωρητικό υπόβαθρο αυτών των μεθόδων και κυρίως να ειδικευτούν στην πρακτική εφαρμογή τους, στο επαγγελματικό περιβάλλον που δραστηριοποιούνται.

Target Audience

  • Επιχειρηματίες
  • Στελέχη Οικονομικής Δ/νσης
  • Στελέχη Εμπορικής Δ/νσης και Μάρκετινγκ
  • Στελέχη της Εφοδιαστικής Αλυσίδας
  • Επαγγελματίες Διαχείρισης Έργων
  • Εσωτερικοί Ελεγκτές
  • Στελέχη εκτός Οικονομικών Δ/νσεων που πρέπει να γνωρίζουν τους χρηματοοικονομικούς κινδύνους που αντιμετωπίζει η επιχείρηση τους.
  • Επαγγελματίες Ανθρώπινου Δυναμικού
  • Επαγγελματίες Νομικούς
  • Χρηματοοικονομικούς αναλυτές, διαχειριστές χαρτοφυλακίων, στελέχη εταιρειών venture capital που ασχολούνται με το χώρο των επενδύσεων και επιθυμούν να διευρύνουν και να εμβαθύνουν το γνωστικό τους αντικείμενο και τα εργαλεία που μπορούν να χρησιμοποιήσουν στη δουλειά τους.

Subject Areas

  • Οικονομετρικά μοντέλα ανάλυσης δεδομένων
    • Linear Discriminant Analysis,
    • Binomial – Multinomial logistic regressions,
    • Υποδείγματα με κατηγορικές μεταβλητές,
  • Μοντέλα Τεχνητής Νοημοσύνης (Artificial Intelligence - AI) και Μηχανικής Μάθησης (Machine Learning - ML)
    • Artificial Neural Networks (Multilayer Perceptron – Radial Basis Function),
    • Decision Trees,
    • Random Forests,
    • Support Vector Machines.
  • Εφαρμογές στη Χρηματοοικονομική
    • Αξιολόγηση πιστοληπτικής ικανότητας πελατών
    • Πρόβλεψη πορείας βασικών οικονομικών μεγεθών
    • Καθορισμός ανεξάρτητων μεταβλητών και προσδιορισμός της σημαντικότητας καθεμίας
  • Ανάπτυξη Μελετών Περίπτωσης – Διεθνής αρθρογραφία
    • Πρόβλεψη πιστωτικού κινδύνου (credit risk) και πιστοληπτικής ικανότητας πελατών (customer creditworthiness).
    • Πρόβλεψη εσόδων από πωλήσεις (predicting sales revenue) και εκτίμηση χαρακτηριστικών καταναλωτών (consumer characteristics)
    • Πρόβλεψη πορείας μετοχών / χρηματοοικονομικών παραγόντων
  • Εξειδικευμένες Μελέτες Περίπτωσης
    • Ανάπτυξη εξειδικευμένων μελετών περίπτωσης σε συνεργασία με τους συμμετέχοντες για ανάδειξη της αξίας και κατανόηση της λειτουργίας των μεθόδων AI και ML.

What you will learn

Με την επιτυχή ολοκλήρωση του σεμιναρίου κάθε συμμετέχοντας θα μπορεί να:
  • συνδυάσει την αναλυτική σκέψη με πρακτικές εφαρμογές.
  • κατανοεί την αναγκαιότητα εφαρμογής των μεθόδων AI και ML.
  • επιλέγει το κατάλληλο υπόδειγμα με βάση τα δεδομένα της υπόθεσης προς έλεγχο.
  • διαχειριστεί βάσεις μαζικών δεδομένων και να εφαρμόσει τις κυριότερες μεθοδολογίες ανάλυσης με τη χρήση κατάλληλου λογισμικού.
  • εξάγει την απαραίτητη πληροφορία από βάσεις δεδομένων και να προβεί σε ανάλυση που αφορά την εξαγωγή μοτίβων για τη χρησιμοποίηση σε χρηματοοικονομικές προβλέψεις και τη διαχείριση κινδύνου.
  • καταλήξει σε επενδυτικές στρατηγικές και προτάσεις πολιτικής με βάση τα συμπεράσματα της επαγωγικής ανάλυσης.

Seminar Timetable

Date
1st & 2nd Teaching Hour
Break
3rd & 4th Teaching Hour
16th of December
18.30 - 20.00
20:00 - 20:15
20.15 - 21.45
20th of December
18.30 - 20.00
20:00 - 20:15
20.15 - 21.45
21th of December
18.30 - 20.00
20:00 - 20:15
20:15 - 21:45
Image

Course Start Date
16 of December 2021

Cost of Attendance

€800
  • 12 Hours
  • Synchronous e-Learning
  • Attendance Certificate
  • Subsidized by LAEK

Lecturer

Γιαννόπουλος<br/>Βασίλειος
Γιαννόπουλος
Βασίλειος
Επίκουρος Καθηγητής