Machine Learning in der Finanzwirtschaft

Verständliche Einordnung • Grundlegende Methoden • Konkrete Einsatzgebiete

  • Klartext im Begrifflichkeitsdschungel: Was ist Machine Learning und was kann es?
  • Die Mathematik und die unterschiedlichen Modelle hinter Machine Learning
  • Datenaufbereitung und Messung der Prognosegüte
  • Metaparameter und Datenaufteilung
  • Offensichtliche und weniger offensichtliche Anwendungsgebiete
  • Illustration der Möglichkeiten und Grenzen mit ausgewählten Anwendungsbeispielen

Machine Learning ist als Teilbereich der künstlichen Intelligenz auch im Finanzsektor angekommen. Kreditscoring, Risikofrüherkennung, maßgeschneiderte Vertriebs- und Marketingmaßnahmen… die Einsatzmöglichkeiten sind unzählig. Mithilfe des maschinellen Lernens werden IT-Systeme in die Lage versetzt, auf Basis vorhandener Datenbestände und Algorithmen Muster und Gesetzmäßigkeiten zu erkennen und Lösungen zu entwickeln. Soweit die Theorie. Doch wie funktioniert die dahinterliegende Technik wirklich? Welche mathematischen Grundlagen stecken in Machine Learning? Und vor allem: Wo und wie lässt sich die Technik in der Finanzwirtschaft konkret einsetzen?

Nutzen Sie unser 2-tägiges Seminar und erhalten Sie Antworten auf diese Fragen. Neben der grundlegenden Theorie sowie den Modellen und Methoden hinter Machine Learning, erhalten Sie ganz konkrete Beispiele zu Praxisanwendungen und Einsatzbereichen – vom Risikomanagement bis hin zum Marketing und Vertrieb.

Nach dem Seminar sind Sie in der Lage einzuschätzen, für welche Aufgabenstellungen welche Modelle in Frage kommen und verstehen die grundlegenden Schritte bei der Entwicklung des maschinellen Lernens.

Zielgruppe:

Das Intensiv-Seminar richtet sich an Fach- und Führungskräfte aus allen Sparten und Bereichen des Finanzwesens, wie Banken, Sparkassen, Versicherungen, Krankenkassen, Leasingunternehmen, Fin- Techs und Finanzdienstleistungsinstitute, die sich einen guten Überblick über Einsatzbereiche und Funktionsweisen von Machine Learning verschaffen möchten. Die mathematischen Grundlagen für das Verständnis der Modelle werden im Seminar gelegt.

Seminarprogramm

Tag 1

Tag 1: Empfang ab 8.30 Uhr
9.00 Uhr Herzlich willkommen
• Begrüßung durch Dr. Gordon Gillespie
9.15 Uhr Einführung und erster Überblick
• Angeleitetes vs. unangeleitetes Lernen
• Regression vs. Klassifikation
• Analyse- vs. Prognosemodelle
• Statistische/ökonometrische Modelle vs.
Maschinenmodelle
10.15 Uhr Beispiel zur Einstimmung
• Lineares Regressions- vs. Baummodell
10.45 Uhr Kaffee- und Teepause
11.00 Uhr Datenaufbereitung
• Univariate Merkmalsanalyse
• Fehlende, fehlerhafte und extreme Werte
• Multivariate Merkmalsanalyse und Dimensionsreduktion
• Standardisierung und komplexere Transformationen
12.30 Uhr Mittagspause
13.30 Uhr Messung der Prognosegüte
• Verlustfunktion
• Korrelation Prognose-/Realwerte
• Residuenanalyse
• ROC-Kurven etc.
14.30 Uhr Metaparameter & Datenaufteilung
• Das Problem der Überanpassung
• Einstellen der Modell-Metaparameter
• Trainings-, Validierungs- und Testmenge
• Bootstrapping und Kreuzvalidierung
15.30 Uhr Kaffee- und Teepause
15.45 Uhr Machine Learning in der Praxis
• Einsatzmöglichkeiten in der Finanzwirtschaft
• Bewertungsdimensionen für Modelle
• Modellauswahl in der Praxis
• Herausforderungen bei der Schätzung und
Implementierung
• Modellpflege in Folgejahren
Daniel Saathoff, DKB-Deutsche Kreditbank AG
17.45 Uhr Zusammenfassung und erster Praxistransfer
18.00 Uhr Ende des ersten Tages und Get-Together

Tag 2

Tag 2: Herzlich willkommen zurück, es geht weiter.
9.00 Uhr Mathematische Grundlagen
• Matrix-/Tensoralgebra
• Totale und partielle Ableitungen
• Wahrscheinlichkeitsverteilungen
• Bedingte Wahrscheinlichkeiten
10.30 Uhr Kaffee- und Teepause
10.45 Uhr Prototypen-Modelle
• Clusteranalyse
• Nächste-Nachbar-Modelle
11.45 Uhr Lineare Modelle
• Lineare Regression
• Logistische Regression
• Penalisierte Modelle
13.15 Uhr Mittagspause
14.15 Uhr Nicht-lineare Modelle
• Naives Bayesverfahren
• Verallgemeinerte additive Modelle
• Neuronale Netze
• Baummodelle
• Random-Forest- & Boosted-Tree-Modelle
16.45 Uhr Kaffee- und Teepause
17.00 Uhr Modellinterpretation
• Merkmalsgewichtungen
• Prognosegenauigkeit
• Modellrisiken
18.00 Uhr Zusammenfassung und Ende des Seminars

Referenten

Dr. Gordon Gillespie

Dr. Gordon Gillespie ist als finanz-mathematischer und aktuarieller Berater bei der TriSolutions GmbH tätig. Seine Beratungsschwerpunkte liegen im Bereich mathematischer Modellierungen in der Banken- und Versicherungspraxis sowie der Umsetzung entsprechender Modelle in Form von effizienten und stabilen IT-Anwendungen. Im Rahmen seiner Beratungstätigkeit ist Herr Dr. Gillespie schon mehrfach mit Aufgaben im Bereich der Modellvalidierung betraut gewesen, insbesondere der Entwicklung entsprechender quantitativer Verfahren. Er verfügt über umfassende Kenntnisse statistischer und datenanalytischer Verfahren und ein tiefes konzeptionelles Verständnis einschlägiger Markt-, Kredit- und operationeller Risikomodelle.

Dr. Gordon Gillespie

Daniel Saathoff ist Fachbereichsspezialist Risiko Controlling bei der Deutschen Kreditbank AG. Zuvor war er bei S Rating und Risikosysteme GmbH tätig. Dort war zunächst einige Jahre mit dem Kreditrisikoportfoliomodell und verwandten Säule II-Themen betraut und erwarb sich dann weitere Erfahrung in der Säule I als Teamleiter Scoring und LGD, wo er die Scoring- und Verlustschätzungsmodelle (IRBA, KSA) für die Sparkassen, Landesbanken und Landesbausparkassen verantwortete.

Übersicht

Termine und Veranstaltungsorte

11. und 12. Dezember 2018

Adina Apartment Hotel Frankfurt Neue Oper
Wilhelm-Leuschner-Straße 6
60329 Frankfurt am Main

Dauer

2 Tage [16 CPE ~ IIA Standards]

Teilnahmebedingungen und Preis

Nach Eingang Ihrer Anmeldung erhalten Sie eine Anmeldebestätigung und eine Rechnung. Die Teilnahmegebühr für das eintägige Seminar beträgt inkl. Mittagessen, Erfrischungsgetränken und der Dokumentation 1.695,– € zzgl. der gesetzlichen MwSt. Bis zu zwei
Wochen vor Veranstaltungstermin können Sie kostenlos stornieren. Danach oder bei Nichterscheinen des Teilnehmers berechnen wir die gesamte Teilnahmegebühr. Selbstverständlich ist eine Vertretung des angemeldeten Teilnehmers möglich.

Von Herbstaktion ausgeschlossen.

Anmeldung

Aktuelle Revisionsthemen