Kerangka Materi

AI dalam Risiko Kredit: Dasar-dasar dan Peluang

  • Model risiko kredit tradisional vs AI-powered
  • Tantangan dalam penilaian kredit: bias, explainability, dan keadilan
  • Studi kasus dunia nyata tentang AI dalam peminjaman

Data untuk Model Penilaian Kredit

  • Sumber: data transaksi, perilaku, dan data alternatif
  • Membersihkan data dan engineering fitur untuk keputusan pinjaman
  • Menangani ketidakseimbangan kelas dan kekurangan data dalam prediksi risiko

Machine Learning untuk Penilaian Kredit

  • Regressi logistik, pohon keputusan, dan random forest
  • Gradient boosting (LightGBM, XGBoost) untuk akurasi skor
  • Teknik pelatihan, validasi, dan penyesuaian model

Alur Kerja Pinjaman Ditenagai AI

  • Mengotomatisasi segmen pengemut dan penilaian risiko pinjaman
  • Proses peninjauan dan persetujuan pinjaman yang ditingkatkan oleh AI
  • Pemasaran dan optimasi harga bunga menggunakan ML

Interpretabilitas Model dan AI Bertanggung Jawab

  • Menjelaskan prediksi dengan SHAP dan LIME
  • Keadilan dalam model kredit: deteksi dan mitigasi bias
  • Kelengkapan dengan kerangka regulasi (misalnya, ECOA, GDPR)

Generative AI dalam Skenario Pinjaman

  • Menggunakan LLM untuk peninjauan aplikasi dan analisis dokumen
  • Engineering prompt untuk komunikasi pengemut dan wawasan
  • Pengenalan data sintetik untuk pengujian model

Strategi dan Governasi untuk AI dalam Kredit

  • Membangun keterampilan AI internal vs solusi eksternal
  • Praktik terbaik manajemen dan Governasi siklus hidup model
  • Tren masa depan: penilaian kredit real-time, integrasi open banking

Ringkasan dan Langkah-langkah Selanjutnya

Persyaratan

  • Pengertian dasar tentang risiko kredit
  • Pengalaman dengan alat analisis data atau alat business intelligence
  • Kenampakan dengan Python atau kesediaan untuk belajar sintaks dasar

Peserta

  • Manajer pinjaman
  • Analis kredit
  • Fintech innovators
 14 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait