Kurzusleírás
AI a hitelkockázatban: alapok és lehetőségek
- Hagyományos vs AI-alapú hitelkockázati modellek
- Kihívások a hitelértékelésben: torzítás, magyarázhatóság és igazságosság
- Valós esettanulmányok az AI használatáról a hitelezésben
Adatok a hitelpontozási modellekhez
- Források: tranzakciós, viselkedési és alternatív adatok
- Adattisztítás és jellemzőtervezés a hitelezési döntésekhez
- Osztályegyensúly és adathiány kezelése a kockázatbecslésben
Gépi tanulás a hitelpontozásban
- Logisztikus regresszió, döntési fák és véletlenerdők
- Gradient boosting (LightGBM, XGBoost) a pontozási pontosság érdekében
- Modelltanítás, érvényesítés és finomhangolási technikák
AI-alapú hitelezési folyamatok
- Hitelfelvevők szegmentálásának és kockázatértékelésének automatizálása
- AI-fejlesztett hitelbírálat és jóváhagyási folyamatok
- Dinamikus árazás és kamatoptimalizálás gépi tanulás segítségével
Modell magyarázhatósága és felelős AI
- Előrejelzések magyarázata SHAP és LIME segítségével
- Igazságosság a hitelmodellekben: torzítás észlelése és enyhítése
- Megfelelés a szabályozási keretrendszereknek (pl. ECOA, GDPR)
Generatív AI a hitelezési forgatókönyvekben
- LLM-k használata pályázatok áttekintéséhez és dokumentumelemzéshez
- Prompt mérnökség a hitelfelvevőkkel való kommunikációhoz és elemzésekhez
- Szintetikus adatok generálása modellteszteléshez
Stratégia és irányítás az AI használatában a hitelezésben
- Belső AI képességek kiépítése külső megoldásokkal szemben
- Modell életciklus-menedzsment és irányítási gyakorlatok
- Jövőbeli trendek: valós idejű hitelpontozás, nyílt banki integráció
Összefoglalás és következő lépések
Követelmények
- Alapvető ismeretek a hitelkockázat területén
- Tapasztalat adatelemzési vagy üzleti intelligencia eszközök használatában
- Ismeret a Python nyelvben vagy hajlandóság az alapvető szintaxis elsajátítására
Célközönség
- Hitelezési menedzserek
- Hitelanalitikusok
- Fintech innovátorok
Vélemények (4)
Az oktatók válaszolhatnak minden kérdésre és fogadhatnak bármilyen megkeresést
Dewi Anggryni - PT Dentsu International Indonesia
Kurzus - Copilot for Finance and Accounting Professionals
Gépi fordítás
Az LLM-ek háttérdoloi / elméletei, a gyakorlat
Joanne Wong - IPG HK Limited
Kurzus - Applied AI for Financial Statement Analysis & Reporting
Gépi fordítás
megnyitotta a szememet az új eszközök felé, amelyek segíthetnek nekem az automatizáció területén
Alessandra Parpajola - Advanced Bionics AG
Kurzus - Machine Learning & AI for Finance Professionals
Gépi fordítás
Nagyon értékeltem, hogyan mutatta be mindenkit a képző. Mindent megértettem, még akkor is, ha a Pénzügyek nem az én területe, ő biztosította, hogy mind a résztvevők ugyanazon oldalon álljanak, miközben a maradék időt is figyelembe vette. Az gyakorlatok jó intervallumokban kerültek elhelyezésre. A résztvevőkkel való kommunikáció mindig jelen volt. A anyag tökéletes volt, nem volt túl sok, sem túl kevés. Nagyon részletesen és érthetően magyarázott a bonyolultabb témákra, hogy mindenki megérthesse őket.
Diana
Kurzus - ChatGPT for Finance
Gépi fordítás