Seminar nghiên cứu sinh ngành Tài chính – Ngân hàng: Ứng dụng Machine Learning trong kiểm tra dữ liệu
Sáng ngày 11/7/2026, tại Phòng B.001, Cơ sở 778 Nguyễn Kiệm của Trường đại học Tài chính – Marketing, buổi Seminar dành cho giảng viên Viện Công nghệ tài chính ngân hàng và nghiên cứu sinh ngành Tài chính – Ngân hàng năm 2026 (Đợt 2) với chủ đề “Sử dụng Machine Learning để kiểm tra dữ liệu” đã được tổ chức với sự tham dự của lãnh đạo đơn vị, giảng viên hướng dẫn, giảng viên Viện Công nghệ tài chính ngân hàng và hơn 60 nghiên cứu sinh thuộc các khóa.
Seminar được tổ chức với mục tiêu hướng dẫn các kỹ thuật phát hiện dữ liệu bất thường, dữ liệu thiếu, sai lệch và các vấn đề liên quan đến chất lượng dữ liệu trong nghiên cứu thực nghiệm. Đây là những nội dung có ý nghĩa quan trọng đối với các nghiên cứu định lượng trong lĩnh vực tài chính – ngân hàng, bởi chất lượng dữ liệu là nền tảng quyết định độ tin cậy của mô hình và kết quả nghiên cứu.
Hình 1: PGS.TS. Nguyễn Thị Mỹ Linh phát biểu khai mạc tại buổi seminar.
Phát biểu khai mạc chương trình, PGS.TS. Nguyễn Thị Mỹ Linh nhấn mạnh mục tiêu của seminar là tạo diễn đàn trao đổi kinh nghiệm, chia sẻ kết quả nghiên cứu và thảo luận các định hướng ứng dụng Machine Learning trong tài chính, ngân hàng, Fintech và quản trị rủi ro, góp phần nâng cao chất lượng nghiên cứu khoa học và bổ sung kiến thức nghiên cứu cho nghiên cứu sinh.
Ứng dụng Machine Learning trong kiểm tra và xử lý dữ liệu
Trong buổi seminar, ThS.NCS. Mai Bảo Ngọc - giảng viên Viện Công nghệ tài chính ngân hàng - trình bày với chủ đề “Ứng dụng Machine Learning trong kiểm tra và xử lý dữ liệu”.
Báo cáo nhấn mạnh vai trò nền tảng của dữ liệu đối với các mô hình ước lượng và khẳng định chất lượng dữ liệu là yếu tố quyết định độ tin cậy của kết quả nghiên cứu. Thông qua việc ứng dụng Machine Learning, nhà nghiên cứu có thể phát hiện dữ liệu bất thường, dữ liệu thiếu, sai lệch và các vấn đề liên quan đến chất lượng dữ liệu, từ đó nâng cao hiệu quả tiền xử lý trước khi xây dựng mô hình. Nội dung trình bày góp phần hỗ trợ nghiên cứu sinh tiếp cận các kỹ thuật xử lý dữ liệu hiện đại, phục vụ hiệu quả cho quá trình thực hiện luận án và công bố khoa học.
Thông qua phần trình bày của diễn giả, các nghiên cứu sinh được giới thiệu vai trò của tiền xử lý dữ liệu trong việc giảm sai lệch, nâng cao độ chính xác và cải thiện chất lượng mô hình. Machine Learning có thể hỗ trợ phát hiện dữ liệu bất thường, nhận diện dữ liệu khuyết và xử lý một số vấn đề thường gặp trước khi xây dựng mô hình nghiên cứu.
Hình 2: Diễn giả trao đổi cũng các nghiên cứu sinh tại buổi seminar.
Trao đổi học thuật sôi nổi và thiết thực
Tại phần thảo luận, các nghiên cứu sinh đã đặt nhiều câu hỏi liên quan đến những vấn đề thường gặp trong quá trình thu thập và xử lý dữ liệu, như phương pháp xử lý dữ liệu khuyết, khả năng sử dụng dữ liệu thiếu trong nhiều năm, cập nhật dữ liệu theo phạm vi hành chính mới và xử lý dữ liệu FDI bị thiếu.
Các ý kiến trao đổi nhấn mạnh rằng dữ liệu cần được cập nhật ở mức tối đa có thể, bảo đảm sự đồng bộ giữa các biến và phù hợp với phạm vi nghiên cứu. Đối với dữ liệu khuyết trong nhiều năm, việc nội suy cần được cân nhắc thận trọng để tránh làm sai lệch kết quả. Một số phương pháp biến đổi dữ liệu, chẳng hạn sử dụng dạng ln(Biến + 1), cũng được trao đổi như một giải pháp xử lý trong các trường hợp phù hợp.
Buổi seminar không chỉ cung cấp thêm kiến thức và kỹ năng nghiên cứu cho các nghiên cứu sinh mà còn góp phần tăng cường trao đổi học thuật, chia sẻ kinh nghiệm và thúc đẩy hoạt động nghiên cứu khoa học trong lĩnh vực tài chính – ngân hàng.
Hình 3: Lãnh đạo Viện CNTCNH chụp hình lưu niệm cùng các nghiên cứu sinh.
Thông qua việc tổ chức thường xuyên các hoạt động seminar, Viện Công nghệ tài chính ngân hàng tiếp tục khẳng định sự quan tâm đối với công tác đào tạo sau đại học, nâng cao năng lực nghiên cứu và hỗ trợ nghiên cứu sinh từng bước hoàn thiện các công trình khoa học có chất lượng.
Nguyễn Thị Thanh Châu,
Giảng viên Viện Công nghệ tài chính ngân hàng.