Struttura del corso
Intelligenza Artificiale nel Valutazione del Rischio di Credito: Fondamenti e Opportunità
- Modelli tradizionali vs modelli AI per il rischio di credito
- Sfide nella valutazione del credito: bias, spiegabilità e equità
- Studi di caso reali sull'uso dell'AI nel finanziamento
Dati per Modelli di Valutazione Creditizia
- Fonti: dati transazionali, comportamentali e alternativi
- Purgatura dei dati e ingegneria delle caratteristiche per le decisioni di finanziamento
- Gestione dell'imbilanciamento delle classi e della scarsità dei dati nella previsione del rischio
Machine Learning per la Valutazione Creditizia
- Regressione logistica, alberi decisionali e foreste casuali
- Boosting di gradiente (LightGBM, XGBoost) per l'accuratezza della valutazione
- Tecniche di addestramento, validazione e ottimizzazione dei modelli
Flussi di Lavoro Finanziari Guidati dall'IA
- Automatizzazione della segmentazione dei prestiti e valutazione del rischio
- Processi di approvazione migliorati con AI
- Prezzi dinamici e ottimizzazione delle percentuali d'interesse utilizzando l'apprendimento automatico
Interpretabilità dei Modelli e IA Responsabile
- Spiegazione delle previsioni con SHAP e LIME
- Equità nei modelli di credito: rilevamento e mitigazione del bias
- Conformità ai quadri normativi (ad esempio ECOA, GDPR)
Generative AI nelle Situazioni di Finanziamento
- Utilizzo delle LLM per la revisione delle domande e l'analisi dei documenti
- Progettazione dei richiami per la comunicazione con i prestatari e le intuizioni
- Generazione di dati sintetici per il test del modello
Strategia e Governimento dell'IA nel Credito
- Costruzione delle capacità AI interne vs soluzioni esterne
- Migliori pratiche di gestione del ciclo di vita dei modelli e governance
- Tendenze future: valutazione creditizia in tempo reale, integrazione del banking aperto
Riepilogo e Passi Successivi
Requisiti
- Comprendere i fondamenti del rischio di credito
- Esperienza con strumenti di analisi dati o intelligenza d'affari
- Familiarità con Python o disponibilità a imparare la sintassi base
Target
- Manager del credito
- Analisti di credito
- Innovatori in Fintech
Recensioni (3)
Il contesto teorico degli LLM, l'esercizio
Joanne Wong - IPG HK Limited
Corso - Applied AI for Financial Statement Analysis & Reporting
Traduzione automatica
mi ha aperto la mente a nuovi strumenti che possono aiutarmi nella creazione di automazioni
Alessandra Parpajola - Advanced Bionics AG
Corso - Machine Learning & AI for Finance Professionals
Traduzione automatica
Ho molto apprezzato il modo in cui l'instruttore ha presentato tutto. Ho capito tutto anche se la Finanza non è il mio campo, si è assicurato che ogni partecipante fosse sulla stessa lunghezza d'onda, mantenendo comunque i tempi previsti. Gli esercizi erano collocati a intervalli appropriati. La comunicazione con i partecipanti era sempre presente. Il materiale era perfetto, non troppo abbondante e non troppo scarso. Ha approfondito molto bene gli argomenti un po' più complicati in modo che fossero comprensibili a tutti.
Diana
Corso - ChatGPT for Finance
Traduzione automatica