貼心提醒 課前知識:●參加學員需熟悉金融業之相關業務,適合了解預測模型建置概念的人員,同時亦適合了解基本統計與邏輯斯迴歸方法之人員。●本課程為SAS專業課程,參訓學員需對於SAS分析架構有所瞭解,課程全程使用SAS軟體與分析架構。
目的 本課程將針對不同業務主題(客戶風險控管、商品交叉銷售、商品推薦…),解說機器學習(Machine Learning)之適用方法。除了學習該方法之理論外,將以上機操作範例之方式,帶領學員深入體驗建置模型之流程。
金融業建置預測模型之主管人員,希望了解有關如何運用機器學習方法建置預測模型。 金融業風險管理人員和模型建置人員。 主管機關人員(含金融監督管理委員會、中央銀行等); 各金融機構(含金控、銀行、證券、保險)之風險管理、企業金融、消費金融部門主管及從業人員; 金融業者相關公會及周邊單位主管及人員; 金融監理相關研究單位研究人員。
議程 2018/10/02 09:00~12:00 機器學習預測模型在金融業之應用精修班(SAS) ●客戶行為預測模型●客戶風險預測模型●客戶商品推薦預測模型●非結構化金融資料(文字)之預測模型●建置預測模型之資料流程與平台整合 13:00~16:00 機器學習預測模型在金融業之應用精修班(SAS) ●客戶行為預測模型●客戶風險預測模型●客戶商品推薦預測模型●非結構化金融資料(文字)之預測模型●建置預測模型之資料流程與平台整合 2018/10/03 09:00~12:00 機器學習預測模型在金融業之應用精修班(SAS) ●客戶行為預測模型●客戶風險預測模型●客戶商品推薦預測模型●非結構化金融資料(文字)之預測模型●建置預測模型之資料流程與平台整合 13:00~16:00 機器學習預測模型在金融業之應用精修班(SAS) ●客戶行為預測模型●客戶風險預測模型●客戶商品推薦預測模型●非結構化金融資料(文字)之預測模型●建置預測模型之資料流程與平台整合
價值網ValueWeb 區塊鏈:金融科技與創新 BANK 3.0-銀行轉型未來式(2017年再刷版) 銀行合併面面觀 關鍵大未來 數位銀行-數位銀行轉型策略指南 國際金融市場實務 台灣銀行業走向全球關鍵-與星澳之比較分析 前進東協拓展新興市場-台灣金融業新商機 走出歐美債危機 名家觀點 金融脈動-解讀國際與兩岸金融 衍生性金融商品理論與實務 全球經濟金融危機 金融危機與金融改革