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.

[img]
Preview
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 View Item