Nesupervizované učení ve financích
Praktické workshopy zaměřené na shlukování, detekci anomálií a redukci dimenzionality - metody, které se skutečně používají při analýze finančních dat.
Matematické pozadí vás brzdí?
Většina zájemců se zastaví u stejné otázky: jestli je jejich základ dost silný na to, aby měl kurz smysl. Odpověď závisí na tom, co od workshopu čekáte - proto jsme ji rozepsali konkrétně.
Kurz pracuje s reálnými datovými sadami z finančního prostředí - pohyby cen, transakční záznamy, účetní výkazy. Algoritmy vysvětlujeme na těchto datech, ne na abstraktních příkladech.
Co zůstane po workshopu
Každý účastník odchází s vlastním notebookem, který prošel reálnými daty - ne šablonou, ale kódem, který sám napsal a odladil během cvičení.
Co se učíte, to zůstane použitelné
Metody nesupervizovaného učení se ve finanční analýze neobjevily náhodou - řeší problémy, kde chybí označená data, ale vzory existují. Naučit se je správně interpretovat trvá, ale výsledek je přenositelný napříč projekty.
Konkrétní lidé, konkrétní posun
Níže jsou výpovědi čtyř účastníků z různých částí republiky. Žádné procenta, žádné zaručené výsledky - jen to, co se pro ně změnilo a jak to sami popsali.
„Pracoval jsem s Excelem a základním SQL. Po workshopu jsem začal používat sklearn na segmentaci klientů - ne jako experiment, ale jako součást pravidelné práce."
„Bála jsem se, že matematika bude bariéra. Nebyla. Cvičení na reálných datech mi pomohla pochopit, co model dělá, ne jen jak ho spustit."
„Ocenil jsem, že každý modul měl rozšířenou verzi. Mohl jsem jít do hloubky tam, kde mě to zajímalo, a přeskočit části, které znám."
„Isolation Forest jsem znala z dokumentace, ale nevěděla jsem, jak výsledky interpretovat kolegům bez technického zázemí. To mi workshop dal."