Cursusaanbod
AI in Credit Risk: Grondbeginselen en Kansen
- Traditionele vs AI-aangedreven kredietrisicomodellen
- Uitdagingen bij kredietbeoordeling: vooroordelen, verklarbaarheid en rechtvaardigheid
- Praktijkvoorbeelden van AI voor leningen
Gegevens voor Credit Scoring Modellen
- Bronnen: transactiegegevens, gedragsgegevens en alternatieve gegevens
- Gegevensopschoonmaken en feature engineering voor leningsbeslissingen
- Omgaan met klassenongelijkheid en gegevensschaarste bij risicovoorspelling
Machine Learning voor Credit Scoring
- Logistische regressie, beslissingsbomen en random forests
- Gradient boosting (LightGBM, XGBoost) voor scoringsnauwkeurigheid
- Technieken voor modeltraining, validatie en afstemming
AI-Gedreven Leningwerkstromen
- Automatisering van segmentatie van leners en risicobeoordeling van leningen
- AI-verbeterde onderhandelingen en goedkeuringsprocessen
- Dynamische prijzen en renteoptimalisatie met behulp van ML
Modelinterpretatie en Verantwoordelijke AI
- Voorspellingen verklaren met SHAP en LIME
- Rechtvaardigheid in kredietmodellen: detectie en vermindering van vooroordelen
- Naar komst van wettelijke kaderen (bijv. ECOA, GDPR)
Generative AI in Leningsscenario's
- Gebruik van LLMs voor toepassingsbeoordeling en documentanalyse
- Prompt engineering voor communicatie en inzichten van leners
- Synthetische gegevensgeneratie voor modeltesten
Strategie en Goovernance voor AI in Credit
- Het opbouwen van interne AI-capaciteiten versus externe oplossingen
- Best practices voor het beheer van het modellevenscyclus en governance
- Toekomstige trends: real-time kredietscoring, integratie van open banking
Samenvatting en Volgende Stappen
Vereisten
- Een begrip van de fundamenten van kredietrisico's
- Ervaring met data-analyse of business intelligence tools
- Kennis van Python of de bereidheid om de basis syntaxis te leren
Doelgroep
- Leningmanagers
- Kredietanalisten
- Fintech innovators
Getuigenissen (1)
Ik waardeerde de manier waarop de trainer alles presenteerde erg. Ik begreep alles, zelfs al is Finance niet mijn gebied, hij zorgde ervoor dat elke deelnemer op de hoogte was, terwijl hij tegelijkertijd de tijd in de gaten hield. De oefeningen waren op goede intervallen geplaatst. Communication met de deelnemers was altijd aanwezig. Het materiaal was perfect, niet te veel en niet te weinig. Hij legde de iets gecompliceerdere onderwerpen zeer goed uit, zodat iedereen het kon begrijpen.
Diana
Cursus - ChatGPT for Finance
Automatisch vertaald