Machine learning e trattamento dei dati finanziari: prospettive, regolamentazione e un caso d’uso esemplificativo
Rizzo, Gabriele (A.A. 2023/2024) Machine learning e trattamento dei dati finanziari: prospettive, regolamentazione e un caso d’uso esemplificativo. Tesi di Laurea in Intelligenza artificiale per i processi decisionali, Luiss Guido Carli, relatore Vittorio Carlei, pp. 57. [Bachelor's Degree Thesis]
Full text for this thesis not available from the repository.
|
PDF
Download (1MB) | Preview |
Abstract/Index
Contesto generale: l'importanza dell'intelligenza artificiale nei processi decisionali. Scenario normativo fondamenti del regolamento FiDA e implicazioni per il settore finanziario. Introduzione al regolamento FiDA. Accesso e utilizzo dei dati finanziari: Nuovi paradigmi. Ruolo dei Prestatori di servizi di informazione finanziaria (PSIF). Impatti potenziali sull’ecosistema finanziario europeo. Scenario tecnologico e opportunità di mercato nell'utilizzo dell'IA sui dati finanziari. Criticità attuali nei processi di gestione dei dati finanziari. Benefici dell’intelligenza artificiale nel sistema finanziario odierno. Confronto tra approccio tradizionale e modello IA. Caso d'uso esemplificativo–sviluppo e implementazione di un algoritmo di machine learning per l’analisi dei dati finanziari. Principi teorici alla base dell'algoritmo. Scelta delle variabili e pre-processing dei dati. Struttura e componenti: applicazione del modello supervisionato (GBC) in Python. Valutazione delle prestazioni e test del modello. Obiettivi e opportunità dell’implementazione delle use case.
References
Bibliografia: pp. 54-57.
Thesis Type: | Bachelor's Degree Thesis |
---|---|
Institution: | Luiss Guido Carli |
Degree Program: | Bachelor's Degree Programs > Bachelor's Degree Program in Economics and Management (L-18) |
Chair: | Intelligenza artificiale per i processi decisionali |
Thesis Supervisor: | Carlei, Vittorio |
Academic Year: | 2023/2024 |
Session: | Autumn |
Deposited by: | Alessandro Perfetti |
Date Deposited: | 08 Apr 2025 09:20 |
Last Modified: | 08 Apr 2025 09:20 |
URI: | https://tesi.luiss.it/id/eprint/41670 |
Downloads
Downloads per month over past year
Repository Staff Only
![]() |
View Item |