Đề cương khóa học
Trí tuệ nhân tạo trong Quản lý Rủi ro Tín dụng: Cơ sở và Cơ hội
- Mô hình quản lý rủi ro tín dụng truyền thống vs AI
- Thách thức trong đánh giá tín dụng: thiên lệch, giải thích và công bằng
- Trường hợp thực tế của AI trong cho vay
Dữ liệu cho Mô hình Đánh giá Tín dụng
- Nguồn: dữ liệu giao dịch, hành vi và thay thế
- Làm sạch dữ liệu và công trình tính năng để ra quyết định vay
- Xử lý mất cân bằng lớp và sự khan hiếm dữ liệu trong dự đoán rủi ro
Machine Learning cho Đánh giá Tín dụng
- Phân tích Logistic, cây quyết định và rừng ngẫu nhiên
- Xoắn ốc gradient (LightGBM, XGBoost) để tăng độ chính xác của điểm số
- Kỹ thuật đào tạo, hiệu chuẩn và điều chỉnh mô hình
Các luồng làm việc cho vay dựa trên AI
- Tự động hóa phân đoạn người đi vay và đánh giá rủi ro khoản vay
- Quá trình thẩm định và phê duyệt được tăng cường bằng AI
- Định giá động và tối ưu hóa lãi suất sử dụng ML
Giải thích Mô hình và Trách nhiệm trong AI
- Giải thích dự đoán với SHAP và LIME
- Công bằng trong mô hình tín dụng: phát hiện và giảm thiểu thiên lệch
- Tuân thủ khung pháp lý (ví dụ, ECOA, GDPR)
Generative AI trong Trường hợp Cho vay
- Sử dụng các mô hình ngôn ngữ lớn (LLMs) để xem xét ứng dụng và phân tích tài liệu
- Thiết kế mẫu câu cho giao tiếp với người đi vay và thông tin chi tiết
- Tạo dữ liệu tổng hợp để kiểm tra mô hình
Chiến lược và Governance của AI trong Tín dụng
- Xây dựng khả năng AI nội bộ so với giải pháp bên ngoài
- Quản lý chu kỳ cuộc đời mô hình và các thực hành tốt nhất về quản trị
- Xu hướng tương lai: đánh giá tín dụng thời gian thực, tích hợp ngân hàng mở
Tóm tắt và Bước tiếp theo
Yêu cầu
- Hiểu biết về cơ bản của rủi ro tín dụng
- Kinh nghiệm với phân tích dữ liệu hoặc công cụ thông minh kinh doanh
- Thành thạo Python hoặc sẵn lòng học cú pháp cơ bản
Đối tượng
- Quản lý cho vay
- Phân tích tín dụng
- Fintech đổi mới
Đánh giá (1)
Tôi rất đánh giá cao cách giảng viên trình bày mọi thứ. Tôi hiểu tất cả mọi thứ dù Finance không phải là lĩnh vực của tôi, anh ấy đã đảm bảo rằng mỗi người tham gia đều đồng lòng, đồng thời duy trì đúng tiến độ thời gian. Các bài tập được bố trí ở những khoảng thời gian phù hợp. Communication với cácparticipant luôn luôn có mặt. Tài liệu hoàn hảo, không quá nhiều cũng không quá ít. Anh ấy đã giải thích rất tốt về một số chủ đề phức tạp hơn để mọi người đều có thể hiểu.
Diana
Khóa học - ChatGPT for Finance
Dịch thuật bằng máy