Fundamentos de Inteligência Artificial para Finanças

Fundação Instituto de Administração via Coursera

Go to Course: https://www.coursera.org/learn/fundamentos-de-inteligencia-artificial-para-financas

Syllabus

O Futuro dos Sistemas Financeiros

Conforme a nova economia avança, mais o mercado financeiro se torna mais dependente da coleta, estruturação e análise de dados. Por isso, decisões baseadas em dados têm se tornado tão importantes para companhias que querem se tornar rentáveis, com operações mais enxutas e aumentar o retorno financeiro a médio e longo prazo. As empresas com finanças orientadas por dados vão além de só analisar número e gerar relatórios padrões. Elas utilizam os dados para tomar decisões precisas e eliminar vieses e suposições, gerando resultados através de análises preditivas e modelos de aprendizado de máquina para aproveitar as oportunidades e reduzir os riscos.

Fundamentos de Inteligência Artificial e Suas Aplicações

A inteligência Artificial já está presente em nossas vidas e as utilizamos desde o momento em que desbloqueamos nosso smartphone utilizando reconhecimento facial, respondemos um e-mail ou acessamos nossas redes sociais preferidas. De forma bem simples a Inteligência artificial (ou simplesmente IA) são programas de computadores que imitam a maneira como os humanos aprendem e resolvem problemas complexos. Computadores com IA são programados para aprender atividades como reconhecimento de fala, reconhecimento visual, identificação de padrões, resolução de problemas e planejamento de tarefas.

Aprendizado de Máquina

De forma bem simples, o aprendizado de máquina nos permite usar algoritmos de computador para construir modelos que podem fazer previsões, descobrir padrões ou resolver problemas. Porém, não vamos dizer explicitamente como o computador vai fazer isso, então o algoritmo de aprendizado de máquina vai utilizar uma grande variedade de dados, estruturados e não-estruturados para aprender com esses dados e realizar suas previsões.

Aplicações de Modelos

A área de Machine Learning está em constante evolução, por isso, é necessário entender cada componente que é utilizado em cada tipo de projeto e como podemos analisar os impactos e obter o melhor retorno para essa abordagem.