Курс на Stepik
Обложка курса «Прикладной ML для финансиста: скоринг, VaR, антифрод» на Stepik
1 090₽ -22%
--:--:--
850 ₽

Прикладной ML для финансиста: скоринг, VaR, антифрод ★ 0.000

Открыть на
STEPIK.ORG

Строим PD-модели, считаем VaR и ECL по IFRS 9, валидируем по 845-П и SR 26-2 — без Titanic, на реальных финансовых задачах и синтетических данных.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод»Учеников на курсе 7
Сертификаты, выданные на курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод»Сертификатов выдано 1
Отзывы о курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод»Отзывов получено 0
Рейтинг курса «Прикладной ML для финансиста: скоринг, VaR, антифрод»Рейтинг курса 0.000
Уроки в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод»Количество уроков 27
Тесты в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод»Количество квизов 99
Задачи с кодом в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод»Количество задач с кодом 8
Стоимость курса «Прикладной ML для финансиста: скоринг, VaR, антифрод»Стоимость курса 1 090 ₽ —
Обновления курса «Прикладной ML для финансиста: скоринг, VaR, антифрод»Обновления курса — —
Дата публикации курса «Прикладной ML для финансиста: скоринг, VaR, антифрод»Дата публикации курса — ———
Последнее обновление курса «Прикладной ML для финансиста: скоринг, VaR, антифрод»Последнее обновление — ———

Содержание курса

Разделы в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод» 6 разделов Уроки в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод» 27 уроков Тесты в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод» 99 тестов Задачи в курсе «Прикладной ML для финансиста: скоринг, VaR, антифрод» 8 задач Последнее обновление курса «Прикладной ML для финансиста: скоринг, VaR, антифрод» обн. 17 июля 2026

1. Модуль 1: Фундамент ML-пайплайна для финансиста

5 уроков
Открытый
1.1 Урок 1.1: Почему ML в финансах — это не Titanic ↗
5
0
-
0
Закрытый
1.2 Урок 1.2: Финансовые данные: структура, пропуски, выбросы ↗
2
1
-
0
Закрытый
1.3 Урок 1.3: Walk-forward валидация и временнáя структура выборки ↗
1
0
-
0
Закрытый
1.4 Урок 1.4: Baseline и базовые метрики: AUC, Gini ↗
1
0
-
0
Закрытый
1.5 Урок 1.5: KS-статистика, precision-recall и выбор отсечки ↗
0
0
-
0

2. Модуль 2: Кредитный скоринг — от постановки до валидации ЦБ

5 уроков
Закрытый
2.1 Урок 2.1: WoE-биннинг и отбор признаков (Information Value) ↗
0
0
-
0
Закрытый
2.2 Урок 2.2: Логистическая регрессия как PD-модель ↗
1
0
-
0
Закрытый
2.3 Урок 2.3: XGBoost для кредитного скоринга ↗
0
0
-
0
Закрытый
2.4 Урок 2.4: Интерпретация модели — SHAP и SR 11-7 ↗
0
0
-
0
Закрытый
2.5 Урок 2.5: Валидация PD-модели: Gini, KS, PSI, бэктест ↗
0
0
-
0

3. Модуль 3: Рыночный риск и VaR

4 урока
Закрытый
3.1 Урок 3.1: Value at Risk — три метода и их ограничения ↗
0
0
-
0
Закрытый
3.2 Урок 3.2: Бэктест VaR и ML-прогноз волатильности: GARCH ↗
0
0
-
0
Открытый
3.3 Урок 3.3: GARCH и Quantile Regression для VaR ↗
2
0
-
0
Закрытый
3.4 Урок 3.4: Портфельный риск и корреляции в кризис ↗
0
0
-
0

4. Модуль 4: Стресс-тестирование и ECL по IFRS 9

4 урока
Закрытый
4.1 Урок 4.1: Методология стресс-тестирования ↗
0
0
-
0
Закрытый
4.2 Урок 4.2: ML-модели макросвязей для стресс-тестирования ↗
0
0
-
0
Закрытый
4.3 Урок 4.3: ECL по IFRS 9: PD × LGD × EAD в Python ↗
0
0
-
0
Закрытый
4.4 Урок 4.4: Сценарный стресс-тест — от данных до отчёта ↗
1
0
-
0

5. Модуль 5: Антифрод и обнаружение аномалий

4 урока
Закрытый
5.1 Урок 5.1: Проблема дисбаланса классов в антифроде ↗
0
0
-
0
Закрытый
5.2 Урок 5.2: Isolation Forest и обнаружение аномалий ↗
0
0
-
0
Закрытый
5.3 Урок 5.3: XGBoost для транзакционного антифрода ↗
0
0
-
0
Закрытый
5.4 Урок 5.4: Оценка антифрод-модели и стоимость ошибок ↗
0
0
-
0

6. Модуль 6: MLOps в регулируемой среде и финальный проект

5 уроков
Закрытый
6.1 Урок 6.1: Дрейф модели и мониторинг в проде ↗
0
0
-
0
Закрытый
6.2 Урок 6.2: MLflow локально — трекинг экспериментов ↗
0
0
-
0
Закрытый
6.3 Урок 6.3: Model Card и пакет документации для валидации ↗
0
0
-
0
Закрытый
6.4 Урок 6.4: Финальный проект — часть 1: данные и модель ↗
0
0
-
0
Закрытый
6.5 Урок 6.5: Финальный проект — часть 2: валидация ↗
0
0
-
0