Introduksjon
          
Vi lever i en banebrytende tid hvor kunstig intelligens (AI) er i ferd med å revolusjonere hvordan vi jobber og tenker i ulike sektorer. Fra helsevesen til utdanning, fra produksjon til tjenesteytelser, opplever vi nå en omforming drevet av AI og dens uendelige muligheter. Dette kurset gir en introduksjon i de grunnleggende aspektene ved AI-teknologi, med et dykk i hvordan disse innovasjonene kan brukes til å forandre og videreutvikle finansnæringen.
         
       
      
        
          Kursets innhold
          
Modul 1: Grunnleggende teknologiforståelse
AI og maskinlæring i praksis
- Dataforståelse, datakvalitet og preprosessering
 - Praktiske eksempler på bruk av AI og ML i finansnæringen
 
Hva er maskinlæring og hvordan fungerer det?
- Klassifisering og regresjon
 - Klustering og dimensjonalitet
 - Hvordan evaluerer vi modeller?
 - Forklarbar AI
 
Hva er dyp læring og hvordan fungerer det?
- Hva er et nevralt nettverk
 - Hvordan lærer nevrale nettverk?
 - Eksempler på nevrale nettverk som store språkmodeller, generative antagonistiske nettverk, og diffusjonsmodeller.
 
Modul 2: Etikk og reguleringer i AI
Etikk og Ai
- Etikkens verktøy
 - Etiske utfordringer med AI
 - Navigasjonshjulet
 
Regulering av KI 
- Oversikt over regulatoriske aspekter av AI
- Hva er overordnede juridiske utfordringene som AI reiser?
 
 - KI og menneskerettigheter
- Hvordan påvirker bruken av AI i finansbransjen menneskerettigheter, både positivt og negativt?
 
 - EU AI Act
- Hva betyr den nye AI Act for finansnæringen?
 
 - KI og GDPR
- Hva er de grunnleggende prinsippene i GDPR, og hvilke konsekvenser har de for finansbransjens bruk av AI?
 
 
Hvordan samtale om AI, etikk og reguleringer
- Etikk og ytringsklima
 - Moralpsykologi og AI
 
Modul 3: Maskinlæring, naturlig språkbehandling og anvendelser i finans
Naturlig språkbehandling
- Automatisert tekstanalyse
 - Oppdagelse av spam eller svindel
 - Store språkmodeller
 
Muimodalitet
- Integrering av ulike datakilder
 - Forbedrede prediksjoner med multimodale data
 
Case studier og anvendelser
- Diskusjoner om hvordan man kan ta i bruk lært teori i deltakernes egne organisasjoner.
 - Brainstorming rundt mulige innovasjoner i finanstjenester ved bruk av ML og NLP.