GIỚI THIỆU CHUNG
Dự báo chi tiêu thẻ tín dụng trong ngân hàng
Nắm vững kỹ thuật dự báo chi tiêu thẻ tín dụng với các mô hình tiên tiến như LSTM, XGBoost và Mạng nơ-ron nhân tạo (ANN).
Bạn sẽ học cách tích hợp và xử lý dữ liệu bằng Apache NiFi, xây dựng kho dữ liệu MySQL, từ đó phát triển các mô hình phân tích hành vi khách hàng, phát hiện gian lận và đánh giá rủi ro tín dụng một cách hiệu quả.
💡 Đây là khóa học thực hành chuyên sâu, giúp bạn áp dụng trực tiếp vào môi trường ngân hàng và tài chính.
TỔNG QUAN KHÓA HỌC
Hình thức học
Trực tuyến
Thời lượng
3 giờ học
Thời gian học
Linh hoạt theo từng cá nhân
Course curriculum
- Business Context
- Data Architecture Model
- Data Source Understanding
- DWH DB Creation
- Apache Nifi – DWH Loading
- DataMart DB Creation and Loading
- XGBoost Algorithm Understanding
- Apache Nifi Installation
- Anaconda and Python Installation
- MySQL Installation
Bonus!

Credit Card Spending forecasting
What You’ll Learn
- Understand Banking Forecasting Needs: Learn the essentials of credit card spending forecasts to boost customer service, personalize offers, and assess credit risk.
- Build Predictive Models: Develop advanced forecasting models using LSTM, XGBoost, and ANN to predict spending patterns and identify trends.
- Data Integration Skills: Master Apache NiFi for real-time data integration, crucial for connecting customer, transaction, and account data.
- Data Management with MySQL: Organize and manage data in a robust MySQL data warehouse for seamless analytics.
- Applications in Banking: Gain insights for fraud prevention, customer targeting, and credit risk management.
Requirements
- Basic Knowledge of SQL: Familiarity with SQL queries and database operations.
- Machine Learning Basics: Some understanding of machine learning algorithms.
- Interest in Banking Analytics: Suitable for those aiming to apply data analytics in banking or finance.
- Tools Needed: Access to Python, MySQL, and Apache NiFi.
Description
This course dives into predicting credit card spending in banking, equipping you with the skills to create forecasting models that bring value to banks and financial institutions. You’ll start with a grounding in business requirements, identifying data sources such as customer demographics, transaction history, and account data. Then, learn modeling techniques with LSTM, XGBoost, and ANN to accurately forecast spending behavior. Real-world applications include fraud detection, customer insights, and credit risk assessment, ensuring you’re prepared for practical challenges in the industry. Data integration with Apache NiFi and storage in a MySQL data warehouse completes your end-to-end learning experience.
Who This Course is For
- Data Science & Analytics Enthusiasts: Looking to expand skills in banking analytics and predictive modeling.
- Finance Professionals: Interested in leveraging data insights for better customer management and credit risk assessment.
- Banking Specialists: Aiming to enhance customer service, optimize marketing campaigns, and detect anomalies.
- Machine Learning Practitioners: Those looking to apply their ML skills specifically in financial services for impactful results.
TẠI SAO LỰA CHỌN KHÓA HỌC TẠI INDAACADEMY
Cam kết
giới thiệu
việc làm
Hỗ trợ giới thiệu việc làm với gần 100% học viên tốt nghiệp đều tìm được việc full-time.
Đội ngũ giảng viên
Đội ngũ giảng viên chuyên gia có kinh nghiệm 5-10 năm trong lĩnh vực.
Giáo trình
chuyên nghiệp
Lộ trình bài bản, kiến thức cô đọng, trọng tâm trong thời gian ngắn.
Học thật làm thật
Đào tạo lý thuyết và thực chiến các dự án của công ty, tập đoàn.