|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/conceptos-de-segmentacion-de-factores-de-riesgos-laft/
课程评论：没有评论
**课程名称：** LAFT / PLD / AML 细分基础 **课程概述：** 本课程旨在教授大数据、数据科学、人工智能、机器学习、深度学习等概念及其主要应用。您将了解这些学科如何应用于细分，以及它们如何在不同行业（包括反洗钱（AML）和反恐怖融资（CTF）的风险管理）中使用。细分能够帮助我们更好地理解风险因素（客户、产品、渠道和司法管辖区），通过将具有相似特征的因素进行分组。 课程将涵盖数据挖掘、数据质量以及描述性统计中的各项度量（中心度、离散度、位置和频率度量），并阐述其在 LAFT 风险因素细分中的重要性。 最后，课程的最后一个模块将介绍细分过程中的结果验证，包括肘部法则（elbow method）和轮廓系数（silhouette score）等测试方法，以及在 LAFT 风险管理中进行结果验证时需要考虑的方面，例如风险画像、行为和各组模式，等等。
En este curso podrás aprender conceptos básicos sobre big data, data Science, inteligencia artificial, machine learning, deep learning y algunos de sus principales usos.Además, conocerás cómo estas disciplinas son aplicables en la segmentación y cómo esta es utilizada en diferentes sectores, incluida la gestión de riesgos de lavado de activos y financiación del terrorismo (LAFT) porque permite agrupar los diferentes factores de riesgo (clientes, productos, canales y jurisdicciones) según características similares para entenderlos mejor.Y aprenderás sobre minería de datos, calidad de los datos para el proceso de segmentación y sobre las diferentes medidas que se utilizan en la estadística descriptiva (medidas de centralidad, de dispersión, de posición y de frecuencia) y cómo estas son útiles para la segmentación de los factores de riesgo LAFT.Por último, en el módulo final del curso conocerás sobre la validación de resultados en los procesos de segmentación, diferentes pruebas que se utilizan, por ejemplo las pruebas de codo y las pruebas silueta, y los aspectos que se deben tener en cuenta al momento de validar los resultados en la gestión de riesgos LAFT, tal como los perfiles de riesgo, las conductas y los patrones de cada uno de los grupos, entre otros.
