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
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Đánh giá (1)

Các khóa học sắp tới

Các danh mục liên quan