Návrh Školení

AI v Kredibilitní Riziko: Základy a Možnosti

  • Tradicionální vs. AI-povoděné modely kredibilitního rizika
  • Výzvy při hodnocení kredibility: bias, vysvětlitelnost a spravedlnost
  • Praktické případy použití AI ve výdajových operacích

Data pro Modely Kredibility Score

  • Zdroje: transakční, chování a alternativní data
  • Úprava dat a inženýrství funkcí pro rozhodnutí o poskytnutí půjček
  • Zvládání nerovnováhy tříd a nedostatku dat při predikci rizika

Machine Learning pro Kredibilitní Score

  • Logistická regrese, rozhodovací stromy a náhodné lesy
  • Gradient boosting (LightGBM, XGBoost) pro přesnost skóre
  • Techniky školení, validace a optimalizace modelů

AI-vedené Pracovní Postupy Půjček

  • Automatizace segmentace půjčebných klientů a hodnocení rizika půjčky
  • Vylepšené AI schvalování a procesy pro schválení
  • Dynamické ceny a optimalizace úrokových sazeb pomocí ML

Interpretovatelnost Modelů a Odpovědný AI

  • Vysvětlení predikcí s SHAP a LIME
  • Spravedlnost v modelu kredibility: detekce a minimalizace biasu
  • Shoda se standardními regulativními rámci (např. ECOA, GDPR)

Generative AI ve Scénářích Půjček

  • Použití LLMs pro kontrolu aplikací a analýzu dokumentů
  • Inženýrství požadavků pro komunikaci s půjčebnými klienty a inspékcí
  • Generování syntetických dat pro testování modelů

Strategie a Governance AI v Kreditu

  • Výstavba interních AI schopností vs. externí řešení
  • Správa životního cyklu modelů a nejlepší praktiky správy
  • Budoucí trendy: reálně časový kredibilitní score, integrace otevřené bankovnictví

Shrnutí a Další Kroky

Požadavky

  • Přehled základů kreditního rizika
  • Zkušenosti s analýzou dat nebo nástroji pro business intelligence
  • Znalost Python nebo ochota se naučit základní syntax

Cílová skupina

  • Manažeři půjčování
  • Analýtičtí specialisté pro kredity
  • Fintech inovátoři
 14 hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie