문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
코스 개요
인공지능 기반 신용위험: 기초와 기회
- 전통적인 신용위험 모델 vs AI 기반 신용위험 모델
- 신용평가에서 직면하는 도전 과제: 편향, 설명 가능성, 공정성
- 대출에 대한 AI의 실제 사례 연구
신용점수 모델을 위한 데이터
- 데이터 출처: 거래 데이터, 행동 데이터 및 대체 데이터
- 대출 결정을 위한 데이터 정제 및 특징 공학
- 위험 예측에서 클래스 불균형 및 데이터 부족 처리
신용점수에 대한 Machine Learning
- 로지스틱 회귀, 의사결정 나무, 랜덤 포레스트
- 점수 정확성을 위한 그래디언트 부스팅 (LightGBM, XGBoost)
- 모델 학습, 검증 및 조정 기법
AI 기반 대출 워크플로우
- 차입자 세분화 및 대출 위험 평가 자동화
- AI 강화 심사 및 승인 프로세스
- ML을 이용한 동적 가격 및 이자율 최적화
모델 설명 가능성과 책임 있는 AI
- SHAP와 LIME를 사용하여 예측 설명
- 신용 모델의 공정성: 편향 탐지 및 완화
- 규제 프레임워크 준수 ([예시] ECOA, GDPR)
대출 시나리오에서의 Generative AI
- 신청서 검토 및 문서 분석을 위한 LLMs 사용
- 차입자 소통 및 통찰을 위한 프로프트 엔지니어링
- 모델 테스트를 위한 합성 데이터 생성
신용의 AI 전략 및 Go 관리
- 내부 AI 능력 구축 vs 외부 솔루션
- 모델 라이프사이클 관리 및 관리 최선 모범 사례
- 미래 동향: 실시간 신용점수, 오픈 뱅킹 통합
요약 및 다음 단계
요건
- 신용 위험의 기본 개념 이해
- 데이터 분석 또는 비즈니스 인텔리전스 도구 사용 경험
- Python에 대한 이해 또는 기본 문법 학습 의지
대상
- 대출 관리자
- 신용 분석가
- Fintech 혁신가
14 시간
회원 평가 (3)
LLM의 배경/이론, 연습
Joanne Wong - IPG HK Limited
코스 - Applied AI for Financial Statement Analysis & Reporting
기계 번역됨
이것은 저에게 자동화를 만드는 데 도움이 될 새로운 도구에 대한 인식을 열어주었습니다.
Alessandra Parpajola - Advanced Bionics AG
코스 - Machine Learning & AI for Finance Professionals
기계 번역됨
트레이너가 모든 내용을 제시하는 방식에 매우 감명받았습니다. 금융이 제 전문 분야가 아니었지만, 트레이너는 모든 참가자가 같은 페이지에 있도록 하면서도 시간을 잘 맞추었습니다. 연습 문제들은 적절한 간격으로 배치되었습니다. 참가자들과의 소통은 항상 이루어졌습니다. 자료는 완벽했습니다, 너무 많지도, 너무 적지도 않았습니다. 트레이너는 복잡한 주제들을 잘 설명하여 모든 사람이 이해할 수 있도록 했습니다.
Diana
코스 - ChatGPT for Finance
기계 번역됨