Machine Learning aplicado a finanzas
Duración
2 Semanas
Precio
-- AR$
Horarios
Acerca del curso
A través de ejemplos prácticos en Python, aprenderás a procesar datos financieros, construir modelos predictivos y evaluar su desempeño utilizando métricas especializadas. Al finalizar, serás capaz de implementar modelos de Machine Learning para optimizar análisis financieros, mejorar la toma de decisiones y desarrollar estrategias basadas en datos.
Acerca del profesor
Daiana Levit
Actuaria en administración (UBA). Maestrando en la Maestría en gestión y análisis de datos financieros en la UBA. +10 años de experiencia capacitando en análisis de datos y herramientas informáticas. Docente de materias actuariales en la Universidad Siglo 21.
Objetivos
Este curso busca enseñar a los participantes a aplicar modelos de Machine Learning para resolver problemas financieros reales, desde el análisis de datos hasta la predicción y la evaluación de riesgos.
Programa
Aplicaciones del Machine Learning en el sector financiero. Preparación de datos financieros (APIs, limpieza). Regresión lineal para predecir retornos. Modelos para series temporales (ARIMA, Random Forest). Predicción de precios de activos. Validación de modelos financieros (backtesting). Modelos de clasificación (regresión logística, árboles de decisión). Detección de transacciones fraudulentas. Interpretabilidad de modelos (SHAP, LIME).