Когда действительно нужно использовать большие данные в финансовом секторе? Как их использовать для решения Ваших задач, в экономике и финансовом секторе? Будущее бизнеса зависит от квалифицированных специалистов с прочным фундаментом в области анализа данных. Поскольку знания в области машинного обучения (ML) и искусственного интеллекта (AI) становятся все более востребованными, этот курс направлен на демистификацию машинного обучения для бизнес–профессионалов, предлагая вам четкое, основополагающее понимание преимуществ, ограничений и масштабов машинного обучения с точки зрения управления.
Данный курс рассчитан на специалистов начального и среднего уровня, работающих в сфере финансов, экономики или желающих работать в этих сферах, и имеющих знания математики на уровне мат.анализа в вузах.
В данном курсе Вы:
- узнаете ключевые направления использования анализа данных в финансах, основные когнитивные искажения и их влияние на финансовый анализ, ключевые источники данных для финансового анализа,
- поймёте границы применимости методов машинного обучения в финансах, основные критерии оценки данных для анализа, ограничения, связанные с доступом к финансовым данным,
- познакомитесь с основами методологии выбора факторов для финансового анализа, ключевые аспекты анализа финансовой отчетности, будете иметь представление об основах кластерного анализа,
- разберете ключевые аспекты методов оценки стоимости недвижимости, как налоговое стимулирование рынка недвижимости может влиять на другие сферы экономики, как меняется финансовая отчетность в современном мире, суть метода остаточного дохода, суть концепции чистого прироста, эволюцию модели Олсен,
- узнаете суть метода RAB, какие факторы используются в системах финансового мониторинга, суть простейших моделей, применяемых для финансового моделирования.
В конце курса Вам предстоит выполнить итоговый проект. В рамках проекта Вы , используя полученные знания, проанализируете финансовые данные множества компаний, и, используя метод остаточного дохода, спрогнозируете вероятность банкротства компаний.
Предполагаемая длительность курса 6-8 недель, в т.ч. 2 недели уйдут на выполнение итогового проекта. Знания английского языка сделают курс более интересным для вас.
Данный курс рассчитан на специалистов начального и среднего уровня, работающих в сфере финансов, экономики или желающих работать в этих сферах, и имеющих знания математики на уровне мат.анализа в вузах.
В данном курсе Вы:
- узнаете ключевые направления использования анализа данных в финансах, основные когнитивные искажения и их влияние на финансовый анализ, ключевые источники данных для финансового анализа,
- поймёте границы применимости методов машинного обучения в финансах, основные критерии оценки данных для анализа, ограничения, связанные с доступом к финансовым данным,
- познакомитесь с основами методологии выбора факторов для финансового анализа, ключевые аспекты анализа финансовой отчетности, будете иметь представление об основах кластерного анализа,
- разберете ключевые аспекты методов оценки стоимости недвижимости, как налоговое стимулирование рынка недвижимости может влиять на другие сферы экономики, как меняется финансовая отчетность в современном мире, суть метода остаточного дохода, суть концепции чистого прироста, эволюцию модели Олсен,
- узнаете суть метода RAB, какие факторы используются в системах финансового мониторинга, суть простейших моделей, применяемых для финансового моделирования.
В конце курса Вам предстоит выполнить итоговый проект. В рамках проекта Вы , используя полученные знания, проанализируете финансовые данные множества компаний, и, используя метод остаточного дохода, спрогнозируете вероятность банкротства компаний.
Предполагаемая длительность курса 6-8 недель, в т.ч. 2 недели уйдут на выполнение итогового проекта. Знания английского языка сделают курс более интересным для вас.
