Anticiper et décider : l’IA au service des DAF
Revue Fiduciaire
Non finançable CPF
Salarié en poste / Entreprise
En ligne
Présentiel
Voir des formations similaires
Public admis
Salarié en poste
Demandeur d'emploi
Entreprise
Etudiant
Prix
999 €
Durée
7 h en présentiel ou à distance
Certifications
Datadock
Qualiopi
Localité
En ligne
Vous pouvez suivre cette formation depuis chez vous ou depuis n’importe quel endroit à distance.
En présentiel
Découvrez les localités disponibles pour suivre cette formation en présentiel.
Objectifs
OBJECTIFS
* Apprendre à connaître les techniques de l’intelligence artificielle et leur utilisation en finance à travers différents cas pratiques
* Explorer le Big Data, qui constitue la matière première de l’intelligence artificielle
* Analyser l’impact de l’intelligence artificielle sur les métiers de la finance
BÉNÉFICES OPÉRATIONNELS
* Automatiser et optimiser les processus financiers.
* Exploiter efficacement le Big Data pour améliorer les analyses et décisions.
* Anticiper et s’adapter aux transformations des métiers financiers
* Renforcer son rôle stratégique dans l'intégration de l'IA en entreprise
* Apprendre à connaître les techniques de l’intelligence artificielle et leur utilisation en finance à travers différents cas pratiques
* Explorer le Big Data, qui constitue la matière première de l’intelligence artificielle
* Analyser l’impact de l’intelligence artificielle sur les métiers de la finance
BÉNÉFICES OPÉRATIONNELS
* Automatiser et optimiser les processus financiers.
* Exploiter efficacement le Big Data pour améliorer les analyses et décisions.
* Anticiper et s’adapter aux transformations des métiers financiers
* Renforcer son rôle stratégique dans l'intégration de l'IA en entreprise
Programme
DÉROULÉ PÉDAGOGIQUE
Introduction : historique de l’intelligence artificielle dans le monde de la finance
* Les systèmes experts
* Le machine learning (apprentissage automatique)
* Lien entre l’intelligence artificielle et le Big Data
Les techniques de l’intelligence artificielle et leur application en finance
* Apprentissage supervisé (régression / classification)
* Apprentissage non supervisé (partitionnement / réduction de la dimensionalité)
* Apprentissage profond (Deep Learning)
* Apprentissage par renforcement
* Traitement du langage naturel
Big Data et sources de données alternatives utilisables en finance
* Données générées par des utilisateurs (réseaux sociaux, recherches Internet, sites d’avis etc.)
* Données générées par des capteurs (localisation, trafic routier, images satellites, IoT etc.)
* Données générées par des entreprises externes (carte de crédit, géolocalisation, informations financières etc.)
* Données internes (fichier client et autres systèmes d’informations internes)
Étude de cas d’un fonds basé sur l’intelligence artificielle, géré entre 2014 et 2016 par l’intervenant
* Contexte concurrentiel
* Présentation de la stratégie initiale
* Évolution de la stratégie au cours du temps
* Problèmes rencontrés
Perspectives sur l’utilisation de l’intelligence artificielle en finance
* Exploiter l’intelligence artificielle et le Big Data dans votre entreprise
* Les limites de l’intelligence artificielle
* L’évolution des métiers de la finance dans le contexte de l’intelligence artificielle et du Big Data
Introduction : historique de l’intelligence artificielle dans le monde de la finance
* Les systèmes experts
* Le machine learning (apprentissage automatique)
* Lien entre l’intelligence artificielle et le Big Data
Les techniques de l’intelligence artificielle et leur application en finance
* Apprentissage supervisé (régression / classification)
* Apprentissage non supervisé (partitionnement / réduction de la dimensionalité)
* Apprentissage profond (Deep Learning)
* Apprentissage par renforcement
* Traitement du langage naturel
Big Data et sources de données alternatives utilisables en finance
* Données générées par des utilisateurs (réseaux sociaux, recherches Internet, sites d’avis etc.)
* Données générées par des capteurs (localisation, trafic routier, images satellites, IoT etc.)
* Données générées par des entreprises externes (carte de crédit, géolocalisation, informations financières etc.)
* Données internes (fichier client et autres systèmes d’informations internes)
Étude de cas d’un fonds basé sur l’intelligence artificielle, géré entre 2014 et 2016 par l’intervenant
* Contexte concurrentiel
* Présentation de la stratégie initiale
* Évolution de la stratégie au cours du temps
* Problèmes rencontrés
Perspectives sur l’utilisation de l’intelligence artificielle en finance
* Exploiter l’intelligence artificielle et le Big Data dans votre entreprise
* Les limites de l’intelligence artificielle
* L’évolution des métiers de la finance dans le contexte de l’intelligence artificielle et du Big Data
Cette formation est temporairement suspendue.
Voici des formations similaires :
Ces formations peuvent vous intéresser
Les formations les plus recherchées
Lyon
Toulouse
Marseille
Montpellier
Paris
Bordeaux
Dijon
Mâcon
Nantes
Rennes
Informatique CPF
Informatique en Ligne
Intelligence artificielle
Intelligence artificielle CPF
Intelligence artificielle en Ligne
Machine learning
Technicien informatique
Technicien support informatique
Administrateur systeme
Consultant en informatique
Spark
Programmation
Technicien reseaux
Administrateur reseau
Hadoop
Intelligence artificielle Paris
Machine learning Paris
Machine learning Nanterre
Intelligence artificielle Nanterre
Intelligence artificielle Créteil
Machine learning Créteil
Machine learning Issy-les-Moulineaux
Intelligence artificielle Issy-les-Moulineaux
Intelligence artificielle La Défense
Machine learning La Défense
Cette formation est temporairement suspendue.
Voir des formations similaires