Machine Learning Aplicado a Crédito, Fraude e Retenção

Formação prática de machine learning para casos de negócio financeiros: definição do problema, preparação de dados e engenharia de variáveis, modelos supervisionados, validação, métricas de desempenho, explicabilidade, enviesamento e monitorização, aplicados a crédito, fraude e retenção de clientes.

Data scientists, analytics, risco, fraude, marketing analítico e validação de modelos.

• Conhecimentos de estatística e de Python.

• Formular problemas de negócio como problemas de modelação
• Preparar dados e construir variáveis relevantes
• Treinar e comparar modelos supervisionados
• Validar modelos e interpretar métricas de desempenho
• Garantir explicabilidade, equidade e monitorização

1. Módulo 1Do problema de negócio ao modelo
2. Módulo 2Preparação de dados e engenharia de variáveis
3. Módulo 3Modelos supervisionados, validação e métricas
4. Módulo 4Explicabilidade, enviesamento e monitorização

• O participante consegue desenvolver, validar e explicar modelos de machine learning para crédito, fraude e retenção.

• Notebooks Python de modelação
• Template de documentação de modelo
• Checklist de validação e monitorização

Exercícios práticos em Python com dados sintéticos, casos e discussão de resultados.

A equipa formadora é definida para cada edição, de acordo com o programa e a instituição.

• • Os valores são indicados na proposta e acrescem de IVA.
• • A inscrição é confirmada mediante fatura e pagamento antecipado.
• • Vagas limitadas; realização sujeita a um número mínimo de participantes.
• • Desconto institucional: 2–4 participantes da mesma entidade, 10%; 5 ou mais, proposta personalizada.

Formação disponível sob proposta, de acordo com duração, formato, perfil dos participantes e grau de customização.