Strojové učení pro risk manažery: co potřebujete vědět bez psaní kódu
Masterclass zaměřená na praktické techniky strojového učení pro tvorbu skórovacích modelů. Naučíte se pracovat s reálnými daty, vybírat správné algoritmy a interpretovat výsledky.
10/2026
291 zobrazení
134 líbí se
5 týdnů
popis kurzu
Problém, který tento kurz řeší
Risk manažeři schvalují modely, které nerozumí. Datové týmy mluví o AUC a SHAP, ale vedení neví, co tyto metriky znamenají pro byznys. Tato mezera způsobuje špatná rozhodnutí.
Bez kódu, ale s hloubkou
Nebudete psát Python. Naučíte se ale číst výstupy modelů, klást správné otázky a rozpoznat, kdy vám datový vědec něco zjednodušuje na úkor přesnosti.
Konkrétní dovednosti po absolvování
- Rozumět metrikám: AUC, Gini, KS, precision, recall
- Posoudit stabilitu modelu pomocí PSI a CSI
- Identifikovat příznaky přetrénování nebo datového leaku
- Klást správné otázky při validaci modelu
Komu kurz nesedí
Pokud chcete sami stavět modely, tento kurz nestačí. Je určen těm, kdo modely zadávají, schvalují nebo s nimi pracují jako s nástrojem.
Kurz vychází z reálných situací z českého bankovního sektoru. Příklady jsou anonymizované, ale věcně přesné.
Forma výuky
Kombinace videí, případových studií a live Q&A s lektorem každý druhý týden.
Obsah a struktura programu
Obsah kurzu
- Jak fungují scoringové modely: intuice bez matematiky
- Typy modelů a jejich silné a slabé stránky
- Klíčové metriky výkonu: co říkají a co neříkají
- Stabilita modelu: PSI, CSI a monitoring v čase
- Interpretabilita: jak číst SHAP a scorecard výstupy
- Regulatorní požadavky: co musí model splňovat
- Jak vést dialog s datovým týmem
- Případové studie z praxe: co se pokazilo a proč